Erhalten Sie 95% Konfidenzintervall mit GLM (..) in R

Question

Hier einige Daten

dat = data.frame(y = c(9,7,7,7,5,6,4,6,3,5,1,5), x = c(1,1,2,2,3,3,4,4,5,5,6,6), color = rep(c('a','b'),6)) 

und die Handlung dieser Daten, wenn Sie

require(ggplot) 
ggplot(dat, aes(x=x,y=y, color=color)) + geom_point() + geom_smooth(method='lm') 

wünschen Wenn Sie ein Modell mit der Funktion läuft MCMCglmm() ...

require(MCMCglmm) 
summary(MCMCglmm(fixed = y~x/color, data=dat)) 

ich erhalte die untere und die obere für die Schätzung 95% Intervall mir erlaubt, wenn die beiden zu wissen, slop es (Farbe = a und Farbe = b) sind signifikant verschieden.

Wenn an diesem Ausgang ...

summary(glm(y~x/color, data=dat)) 

... auf der Suche kann ich sehen, das Konfidenzintervall nicht!

Meine Frage ist:

Wie kann ich diese untere und die obere für den Schätzungen Intervall Vertrauen 95% haben, wenn glm() der Funktion?

Answer 1

Verwendung confint

 

mod = glm(y~x/color, data=dat) 
summary(mod) 
Call: 
glm(formula = y ~ x/color, data = dat) 

Deviance Residuals: 
    Min  1Q Median  3Q  Max 
-1.11722 -0.40952 -0.04908 0.32674 1.35531 

Coefficients: 
      Estimate Std. Error t value  Pr(>|t|) 
(Intercept) 8.8667  0.4782 18.540 0.0000000177 
x   -1.2220  0.1341 -9.113 0.0000077075 
x:colorb  0.4725  0.1077 4.387  0.00175 

(Dispersion parameter for gaussian family taken to be 0.5277981) 

    Null deviance: 48.9167 on 11 degrees of freedom 
Residual deviance: 4.7502 on 9 degrees of freedom 
AIC: 30.934 

Number of Fisher Scoring iterations: 2 

confint(mod) 
Waiting for profiling to be done... 
       2.5 %  97.5 % 
(Intercept) 7.9293355 9.8039978 
x   -1.4847882 -0.9591679 
x:colorb  0.2614333 0.6836217 

Answer 2

@ Ansatz der alex finden Sie die Vertrauensgrenzen, aber über Interpretation vorsichtig sein. Da Glm grundsätzlich ein Nicht-Liner-Modell ist, haben die Koeffizienten üblicherweise eine große Kovarianz. Sie sollten sich zumindest die 95% ige Vertrauensellipse ansehen.

mod <- glm(y~x/color, data=dat) 
require(ellipse) 
conf.ellipse <- data.frame(ellipse(mod,which=c(2,3))) 
ggplot(conf.ellipse, aes(x=x,y=x.colorb)) + 
    geom_path()+ 
    geom_point(x=mod$coefficient[2],y=mod$coefficient[3], size=5, color="red") 

Erzeugt dies, das ist die 95% Vertrauensellipse für x und den Interaktionsterm.

Beachten Sie, wie das Vertrauen der hergestellten Grenzen confint(...) sind gut mit der Ellipse. In diesem Sinne liefert die Ellipse eine konservativere Schätzung der Vertrauensgrenzen.