R语言如何让coeftest报告置信区间？基于coef结果计算方法

coeftest函数本身默认不会直接返回置信区间，有两种常用的实现方法：

方法1：用配套的coefci函数直接计算（推荐） #

lmtest包提供了和coeftest完全适配的coefci函数，会自动匹配和coeftest一致的标准误、检验分布计算置信区间，不会出现结果口径不一致的问题。
示例代码：

library(lmtest)
data("mtcars")
testmodel <- glm(am ~ vs, data = mtcars, family = quasibinomial(link = "logit"))
testcoef <- coeftest(testmodel)

# 计算默认95%置信区间，可通过level参数调整置信水平
testci <- coefci(testmodel, level = 0.95)

# 合并系数检验结果与置信区间，直接输出完整报表
cbind(testcoef, testci)

如果调用coeftest时指定了特殊的方差估计（比如稳健标准误、聚类标准误），只需要在coefci里传入完全相同的参数即可，结果会和检验结果完全匹配。

方法2：基于coeftest返回结果手动计算 #

如果需要自定义计算逻辑，也可以直接从coeftest返回的矩阵里提取系数估计值、标准误，结合对应分布的分位数计算置信区间，核心公式为：

置信区间边界 = 系数估计值 ± 对应检验分布的分位数 * 标准误

你示例中使用的是z检验，95%置信水平对应的正态分布分位数约为1.96，手动计算代码如下：

# 提取coeftest结果中的系数和标准误
est <- testcoef[, "Estimate"]
se <- testcoef[, "Std. Error"]

# 计算95%置信水平的z分布置信区间
z_crit <- qnorm(0.975)
ci_manual <- cbind(
  lower = est - z_crit * se,
  upper = est + z_crit * se
)

ci_manual

如果是t检验场景，把分位数计算替换为对应自由度的t分布分位数qt(0.975, df = 模型剩余自由度)即可。

注意：手动计算时一定要和coeftest使用的检验分布、标准误口径保持一致，否则会出现结果偏差。

内容的提问来源于stack exchange，提问作者tchoup