Jak dodać przedziały ufności do ilorazów szans w tabeli wróżb?

Question

Próbuję utworzyć tabelę wielowymiarowego modelu regresji logistycznej, używając stargazer. Chciałbym włączyć współczynniki prawdopodobieństwa i ich przedziały ufności zamiast współczynników modelu.

Wymyśliłem, jak zastąpić współczynniki z ilorazami szans, dzięki temu link, ale robi to samo z CI tworzy problemy. Jeśli podam stargazer, taki argument jak se = *a list of the standard errors or exp(standard errors)*, oblicza CI za pomocą OR +/- 1,96 razy tej listy, co jest nieprawidłowe.

Oto niektóre przykładowy kod, pierwsza część z UCLA DAE:

library(stargazer) 
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mydata$rank <- factor(mydata$rank) 
mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial") 
summary(mylogit) 

# Table with coefficients 
stargazer(mylogit, ci = T, single.row = T, type = "text") 

# Table with Odds Ratios, but the CI is not right 
OR.vector <- exp(mylogit$coef) 
stargazer(mylogit, coef = list(OR.vector), ci = T, single.row = T, type = "text") 

# Correct CIs 
CI.vector <- exp(confint(mylogit)) 
cbind(OR = OR.vector, CI.vector) 

Answer 1

Można użyć ci.custom argumentu karmić stargazer listę z przerwami zwyczaj ufności (pierwsza kolumna jest dolna granica, druga kolumna jest górna granica). W przykładzie, wszystko co musisz zrobić to zadzwonić:

stargazer(mylogit, coef = list(OR.vector), ci = T, 
ci.custom = list(CI.vector), single.row = T, type = "text") 

Alternatywnie, można zdefiniować własną funkcję do exponentiate wartości i po prostu zastosować tę funkcję do swoich współczynników i/lub przedziałów ufności (używając argumentów apply.coef i apply.ci) :

exponentiate <- function(x) exp(x) 

stargazer(mylogit, ci=T, apply.coef=exponentiate, apply.ci=exponentiate, 
single.row = T, type="text") 

Answer 2

Dziękuję Markowi za pomoc w tym pytaniu. Oto kod, który zadziałał dla mnie w tym przykładzie:

library(stargazer) 
mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mydata$rank <- factor(mydata$rank) 
mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial") 
summary(mylogit) 

# Table with coefficients 
stargazer(mylogit, ci = T, single.row = T, type = "text") 

OR.vector <- exp(mylogit$coef) 
CI.vector <- exp(confint(mylogit)) 
p.values <- summary(mylogit)$coefficients[, 4] 

# Table with ORs and CIs 
stargazer(mylogit, coef = list(OR.vector), ci = T, 
      ci.custom = list(CI.vector), p = list(p.values), 
      single.row = T, type = "text")