如何在R中针对重叠聚类数据执行逻辑回归以修正标准误？

针对重叠/非排他性聚类的逻辑回归，核心是计算考虑多维度相关性的稳健标准误，R中有专门的工具可以实现——无需修改逻辑回归的拟合过程，只需在拟合后调整标准误的计算方式即可：

方法1：使用clubSandwich包 #

该包支持为线性/广义线性模型计算任意聚类结构（包括重叠聚类）的稳健标准误，步骤如下：

1. 安装并加载依赖包：

install.packages("clubSandwich")
library(clubSandwich)
library(lmtest) # 用于输出带稳健标准误的系数结果

2. 拟合普通逻辑回归模型：
   假设你的数据框为df，二分类因变量是y，自变量为x1, x2，两个重叠聚类变量分别为cluster_subject（主体聚类：1-4为一组、5-8为一组）和cluster_pair（配对聚类：1&5为一组、2&6为一组等）：

model <- glm(y ~ x1 + x2, data = df, family = binomial)

3. 计算多聚类稳健标准误并输出结果：

# 指定两个聚类变量，采用CR2标准误（小样本下表现更稳定）
vcov_mat <- vcovCR(model, cluster = ~ cluster_subject + cluster_pair, type = "CR2")
# 输出带稳健标准误的系数表
coeftest(model, vcov = vcov_mat)

方法2：使用multiwayvcov包 #

该包专门用于多维度聚类的协方差矩阵计算，适配重叠聚类场景：

1. 安装并加载依赖包：

install.packages("multiwayvcov")
library(multiwayvcov)
library(lmtest)

2. 拟合逻辑回归模型（与上述步骤一致）：

model <- glm(y ~ x1 + x2, data = df, family = binomial)

3. 计算多聚类稳健标准误：

# 传入两个聚类维度的列表
vcov_mat <- cluster.vcov(model, cluster = list(df$cluster_subject, df$cluster_pair))
# 输出最终结果
coeftest(model, vcov = vcov_mat)

关键说明 #

• 两种方法均基于稳健方差估计，无需改变逻辑回归的拟合逻辑（依然用glm），仅通过调整标准误计算方式，同时考虑多个重叠聚类的相关性。
• clubSandwich的CR2标准误在小样本场景下稳定性更优，multiwayvcov则更偏向经典多聚类稳健方差实现。
• 不要使用gee处理此类场景，因为gee要求聚类为互斥结构，无法适配重叠聚类。

内容的提问来源于stack exchange，提问作者JDR4769