我正试图在泊松回归中绘制特定变量的边际效应,然后将该图形与其对应的发生率相关联。
我在大多数情节中都做到了这一点。但是,对于其中一个而言,发生率比率表示我所关注的变量总体呈正相关,而该图显示出明显的负相关。据我了解,这应该有问题。
您能帮我吗? :)我在分析中可能理解有些错误...
我首先创建泊松模型:
model3<- glm(y ~ x1*x2 + x3 + x4 + x5, data=data, family = poisson)
我从中获得以下IRR
poissonirr(y ~ x1*x2 + x3 + x4 + x5, data=data)
Incidence-Rate Ratio:
IRR Std. Err. z P>|z|
x1 1.03404133 0.00471847 7.3359 2.202e-13 ***
x2 1.16795382 0.01235611 14.6752 < 2.2e-16 ***
x3 0.63214010 0.00817795 -35.4523 < 2.2e-16 ***
x4 1.00468920 0.00095329 4.9305 8.204e-07 ***
x5 0.98118299 0.00267124 -6.9776 3.003e-12 ***
x1:x2 0.99382845 0.00073716 -8.3462 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
然后我绘制模型中第一个变量的边际效应(x1),并得到以下图:
plot_model(model3, type = "eff", terms = c("x1"))
x1 vs y Poisson Regression plot (with negative association)
清楚地显示出x1和y之间明显的负相关性>
预先感谢您!
((我正在使用mfx
包来计算IRR和sjPlot :: plot_model进行绘图)I试图在泊松回归中绘制特定变量的边际效应,然后将该图形与其对应的发生率比率相关联。我大部分时间都实现了这一目标...
由于涉及交互,因此您实际上不能仅解释主要效果,而是需要考虑交互的效果。因此,我建议绘制以下内容: