R语言如何基于PS匹配与泊松模型创建含置信区间的数据框

不用手动按“系数±分位数*标准误”的公式算置信区间，直接用R内置函数提取、合并结果即可，全程代码量极少，结果和模型输出完全匹配：

• 先把summary输出的系数表转成标准数据框，把存成行名的变量名单独拆成一列，避免合并时丢失变量信息
• 用内置置信区间计算函数直接生成上下限：如果要和summary里z检验对应的Wald置信区间完全对齐，用confint.default()即可，速度最快；如果需要更稳健的轮廓似然置信区间，换成confint()就行，带权重的泊松模型跑这个会稍慢一点
• 按变量名匹配合并系数表和置信区间表，筛选需要的列就得到最终结果

对应代码如下：

# 提取系数表，保留变量名
coef_df <- as.data.frame(summary(model)$coef)
coef_df$variable <- rownames(coef_df)

# 计算95%置信区间，需要改置信水平直接加level参数即可，比如level=0.99就是99%CI
ci_df <- as.data.frame(confint.default(model))
colnames(ci_df) <- c("ci_low", "ci_high")
ci_df$variable <- rownames(ci_df)

# 合并得到最终结果，列顺序按需调整即可
result <- merge(coef_df, ci_df, by = "variable")[, c("variable", "Estimate", "ci_low", "ci_high")]

如果你后续需要输出泊松模型对应的率比（RR）和RR的置信区间，不用重新跑模型，直接对系数和置信区间取指数即可：

result$rr <- exp(result$Estimate)
result$rr_ci_low <- exp(result$ci_low)
result$rr_ci_high <- exp(result$ci_high)

内容的提问来源于stack exchange，提问作者a_todd12