R中Logistic回归Odds Ratio出现异常值的问题排查

你的脚本核心问题是混淆了logistic回归中的odds（发生比）和odds ratio（优势比）：

• logistic回归的截距项对应的是参考组的log(odds)，而非log(OR)。你直接对截距项取exp，得到的是参考组的发生比，不是相对于自身的优势比（参考组的OR固定为1）。
• 无论你切换哪个性别为参考组，脚本都会把截距项exp后当成该组的OR，所以才会出现Male的“OR”始终是固定值（实际是Male的发生比）。

修正后的脚本（两种实现方式） #

方式1：使用broom包（推荐，简洁不易错） #

# 确保Gender是因子类型
my_data$Gender <- factor(my_data$Gender, levels = c("Male", "Female"))

# 拟合logistic回归（以Male为参考组）
model <- glm(COVID.Vaccines ~ Gender, data = my_data, family = "binomial")

# 用broom提取标准化的OR、置信区间和p值
library(broom)
tidy_output <- tidy(model, exponentiate = TRUE, conf.int = TRUE)

# 整理成包含两组的结果（参考组OR固定为1）
results <- data.frame(
  Gender = c("Male", "Female"),
  Odds_Ratio = c(1, tidy_output$estimate[2]),
  CI = c("参考组", paste0(round(tidy_output$conf.low[2], 3), "-", round(tidy_output$conf.high[2], 3))),
  P_Value = c(NA, tidy_output$p.value[2])
)

print(results)

方式2：手动计算（不依赖第三方包） #

# 确保Gender是因子类型并设置参考组
my_data$Gender <- relevel(factor(my_data$Gender), ref = "Male")

# 拟合模型
model <- glm(COVID.Vaccines ~ Gender, data = my_data, family = "binomial")

# 提取系数表
coef_table <- summary(model)$coefficients

# 计算Female相对于Male的OR、置信区间和p值
female_or <- exp(coef_table["GenderFemale", "Estimate"])
female_ci_low <- exp(coef_table["GenderFemale", "Estimate"] - 1.96 * coef_table["GenderFemale", "Std. Error"])
female_ci_high <- exp(coef_table["GenderFemale", "Estimate"] + 1.96 * coef_table["GenderFemale", "Std. Error"])
female_p <- coef_table["GenderFemale", "Pr(>|z|)"]

# 整理结果
results <- data.frame(
  Gender = c("Male", "Female"),
  Odds_Ratio = c(1, female_or),
  CI = c("参考组", paste0(round(female_ci_low, 3), "-", round(female_ci_high, 3))),
  P_Value = c(NA, female_p)
)

print(results)

切换参考组的方法 #

如果要以Female为参考组，只需修改因子的参考水平：

my_data$Gender <- relevel(my_data$Gender, ref = "Female")

重新拟合模型后，Male的OR会是exp(model$coefficients[2])，Female的OR固定为1。

内容的提问来源于stack exchange，提问作者Boppy2