如何为有序广义估计方程的geese对象计算置信区间？

ordgee()输出的geese对象无法直接用broom包的tidy()或conf.int()函数处理，以下是两种可行的解决方案：

方法1：手动提取参数计算置信区间 #

利用geese对象内置的系数和方差-协方差矩阵，通过大样本正态近似计算置信区间：

# 提取模型系数
coefs <- coef(model1)
# 从方差-协方差矩阵中提取标准误
ses <- sqrt(diag(model1$vbeta))
# 计算95%置信区间（z临界值取1.96）
ci_lower <- coefs - 1.96 * ses
ci_upper <- coefs + 1.96 * ses

# 整理为结构化数据框
result_df <- data.frame(
  term = names(coefs),
  estimate = coefs,
  std.error = ses,
  conf.low = ci_lower,
  conf.high = ci_upper
)

print(result_df)

如果需要其他置信水平，替换对应的z临界值即可（如99%置信水平用2.576）。

方法2：自定义函数适配broom风格 #

如果想要更贴近tidy()的输出格式，可编写自定义函数，同时输出p值：

tidy_geese <- function(model, conf.level = 0.95) {
  z_crit <- qnorm((1 + conf.level)/2)
  coefs <- coef(model)
  ses <- sqrt(diag(model$vbeta))
  ci_lower <- coefs - z_crit * ses
  ci_upper <- coefs + z_crit * ses
  
  data.frame(
    term = names(coefs),
    estimate = coefs,
    std.error = ses,
    conf.low = ci_lower,
    conf.high = ci_upper,
    p.value = 2 * pnorm(abs(coefs/ses), lower.tail = FALSE)
  )
}

# 调用函数获取结果
tidy_result <- tidy_geese(model1)
print(tidy_result)

注意事项 #

• model1$vbeta是geese对象的系数方差-协方差矩阵，取对角线元素开平方即为标准误，这是GEE模型标准误的官方计算方式。
• 有序GEE模型会包含截距项（阈值参数）的结果，若仅需自变量的置信区间，可通过筛选term列提取对应行。

内容的提问来源于stack exchange，提问作者Erin Riordan