R中单预测变量有序logistic回归polr模型无法获取置信区间问题

1 confint返回NA的原因 #

你调用默认的confint()得到NA，是因为MASS包的polr对象默认使用剖面似然法计算置信区间。从你的输出可以看到0|1截距的标准误显示为0.0000、t值极高，说明该类别阈值处存在近似完全分离的情况，剖面似然函数无法找到明确的置信区间边界，因此返回NA。

2 手动计算Wald置信区间的适用性 #

你提到的*估计值 ± (1.96 × 标准误)*属于Wald型置信区间，完全适用于有序logistic回归：

• 该方法的前提是参数估计的抽样分布近似服从正态分布，大样本下该假设成立，你这里核心预测变量prs的t值绝对值达20.53，说明样本量足够支撑正态近似假设，计算出的置信区间是可靠的。
• 如果你想通过函数直接得到Wald置信区间，不需要手动计算，可运行如下代码：

confint(telangiec_ordinal, method = "Wald")

输出结果会和你手动计算的结果完全一致。

3 补充说明 #

如果你的研究需要更严谨的置信区间，也可以使用bootstrap法计算，避免正态近似假设的限制，示例代码如下：

# 需先加载boot包
library(boot)
# 自定义提取系数的函数
boot_polr <- function(data, indices) {
  d <- data[indices,]
  fit <- polr(telangiectasia_tumour_24_adj ~ prs, data = d, method = "logistic")
  return(coef(fit))
}
# 运行bootstrap（可调整重抽样次数R）
set.seed(123)
res <- boot(data = PRS_covar_ordinal_wo_na, statistic = boot_polr, R = 1000)
# 提取置信区间
boot.ci(res, type = "perc")

内容的提问来源于stack exchange，提问作者HKJ3