Ich habe Daten mit fehlenden Werten, die ich mit dem MICE-Paket unterstellte.Odd Ratios und 95% Konfidenzintervalle von logistischen Regression auf Daten mit MICE
impData <- mice(analysis_set,m=5,maxit=50,meth='pmm',seed=500)
Jetzt brauche ich logistische Regressionsanalyse auszuführen:
modelFit1 <- with(data = impData,
exp = glm(formula = Outcome ~ inputVar1 + inputVar2 + inputVar3,
family = binomial(link = "logit")))
ich mit einer gepoolten Analyse erhalten kann:
pool(modelFit1)
und weitere Informationen mit:
summary(pool(modelFit1))
Der letzte Befehl zeigt t an er schätzt SE, t, df, Pr (> | t |), lo 95, hi 95, nmis, fmi und lambda.
Meine Frage ist: Gibt es eine einfache Möglichkeit, die ORs und 95% CI aus der gepoolten Analyse zu erhalten?
habe ich, dass die Verwendung auf einem Datensatz zu tun:
exp(cbind(OR = coef(mylogit), confint(mylogit)))
wo mylogit GLM ist() für einen Datensatz. Gibt es ein Äquivalent zu der gepoolten Analyse?
Die Zusammenfassung gibt eine Matrix zurück: einfach die relevanten Spalten herausziehen und potenzieren – user20650
Danke das war hilfreich! Posted die vollständige Antwort. –
Vielleicht hilft dies die Dinge zu vereinfachen: https://github.com/pat-s/oddsratio –