Plotten Standardfehler für Effekte

Question

Ich habe ein lme4 Modell, das ich für eine hierarchische logistische Regression ausgeführt habe, und ich zeichne die Effekte mit dem effects Paket. Ich möchte ein Effektdiagramm mit dem Standardfehler des Mittelwerts als Fehlerbalken erstellen. Ich kann die Punktschätzungen, 95% -Konfidenzintervalle und Standardfehler in einen Datenrahmen bringen. Die Standardfehler scheinen jedoch im Widerspruch zu den Konfidenzgrenzparametern zu stehen, siehe unten für ein Beispiel in einem regulären Glm.

library(effects) 
library(dplyr) 
mtcars <- mtcars %>% 
mutate(vs = factor(vs)) 
glm1 <- glm(am ~ vs, mtcars, family = "binomial") 
(glm1_eff <- Effect("vs", glm1) %>% 
as.data.frame()) 

    vs  fit  se  lower  upper 
1 0 0.3333333 0.4999999 0.1580074 0.5712210 
2 1 0.5000000 0.5345225 0.2596776 0.7403224 

Mein Verständnis ist, dass die Passform Spalte die Punktschätzung für die Wahrscheinlichkeit von am zeigt gleich 1 ist und dass lower und upper zu dem 95% Konfidenzintervall für die Wahrscheinlichkeit entsprechen, dass am gleich 1 ist zu beachten, dass die Der Standardfehler scheint nicht mit dem Konfidenzintervall übereinzustimmen (z. B. .33 + .49> .57).

Hier ist, was ich fotografiere. Im Gegensatz zu einem 95% -Konfidenzintervall hätte ich gerne ein Effektdiagramm mit + - dem Standardfehler des Mittelwerts.

Sind die Standardfehler in log-odds anstelle von Wahrscheinlichkeit? Gibt es eine einfache Möglichkeit, sie in Wahrscheinlichkeiten zu konvertieren und sie so zu plotten, dass ich den Graphen erstellen kann?

Answer 1

John Fox teilte diese hilfreiche Antwort:

Aus Effekt: „se: (für‚eff‘. Objekte) einen Vektor, der Standardfehler für die Wirkung, auf der Skala des linearen Prädiktor“ Die Standardfehler liegen also auf der Log-Odds-Skala. "Man könnte die Delta-Methode verwenden, um Standardfehler auf der Wahrscheinlichkeitsskala zu erhalten, aber das wäre sehr schlecht beraten, da der Ansatz zur asymptotischen Normalität geschätzter Wahrscheinlichkeiten viel langsamer ist log-odds.Effect() berechnet Konfidenzgrenzen auf der Skala des linearen Prädiktors (log-odds für ein Logit-Modell) und transformiert sie dann in die Skala der Antwort (Wahrscheinlichkeiten) um.

Alle Informationen, die Sie benötigen, um ein benutzerdefiniertes Diagramm zu erstellen, befindet sich in dem von Effect() zurückgegebenen "eff" -Objekt; der Inhalt des Objekts ist in "Effect" dokumentiert.

Ich stimme übrigens zu, dass as.data.frame .eff() Methode könnte verbessert werden, und ich werde das tun, wenn ich eine Chance habe, insbesondere lädt es Misun Es ist beabsichtigt, die Auswirkungen und Konfidenzgrenzen auf die Skala der Antwort zu melden, aber Standardfehler für die lineare Prädiktorskala zu zeigen.