Скорректированные и нескорректированные OR с пакетом greg

Question

Я пытаюсь создать таблицу для грубых нескорректированных и скорректированных коэффициентов шансов. Мой код выглядит следующим образом:

model<- glm(lead_ind ~ hseAge+ DurStayCat + 
         gender + Region + 
         ips_parasites, data=DfStudy2sel) 

printCrudeAndAdjustedModel(model) 

Однако мой вывод представляет собой таблицу бета и их доверительные интервалы. Как я могу получить ORs, 95% CI вместо этого? Спасибо

Answer 1

Проблема в том, что вы не выполняете логистическую регрессию, а просто гауссовскую. Необходимо указать, что вы используете семейство биномов, вот пример:

library(datasets) 
data(mtcars) 
mtcars$am <- factor(mtcars$am, labels = c("Automatic", "Manual")) 
fit <- glm(am == "Automatic" ~ cyl + mpg, data = mtcars, family = binomial) 

library(Greg) 
# Drop the intercept column via the -1 as it is rarely used in logistic models 
printCrudeAndAdjustedModel(fit)[-1,]