如何用confint()获取各水平置信区间？diet4置信区间求解

原因分析 #

你使用了contr.sum（总和对比）编码分类变量，这种编码的核心约束是所有水平的系数之和为0。对于4个水平的diet来说，就是β1 + β2 + β3 + β4 = 0，因此diet4的系数β4 = -(β1+β2+β3)，模型不会单独输出这个系数，所以confint()自然也不会显示它的置信区间。

两种解决方法 #

方法1：基于sum对比手动计算diet4的置信区间 #

可以通过线性组合推导，借助multcomp包的glht函数直接计算：

# 安装并加载multcomp包（首次使用需安装）
install.packages("multcomp")
library(multcomp)

data(coagulation,package="faraway")
options(contrasts=c("contr.sum","contr.poly"))
fit.coag <- aov(coag ~ diet,data= coagulation)

# 构建diet4的线性组合：β4 = -β1 -β2 -β3
lc <- glht(fit.coag, linfct = c("diet1 + diet2 + diet3 = 0"))
# 输出置信区间
confint(lc)

运行结果中的区间就是diet4的置信区间。

方法2：切换对比方式直接输出diet4的系数 #

如果改用contr.treatment（处理对比，R默认的分类变量编码方式），模型会将第一个水平（diet1）作为参考组，其余水平（包括diet4）都会生成单独的系数，confint()就能直接显示其置信区间：

data(coagulation,package="faraway")
# 切换为处理对比
options(contrasts=c("contr.treatment","contr.poly"))
fit.coag <- aov(coag ~ diet,data= coagulation)

# 查看所有系数
coef(fit.coag)
# 输出所有水平的置信区间
confint(fit.coag)

注意：这里diet4的系数代表其与diet1的均值差，和sum对比中“水平与总体均值偏差”的含义不同，需根据需求选择。

内容的提问来源于stack exchange，提问作者Anne