如何获取MASS::rlm实现的稳健回归系数的95%置信区间？

当然有办法拿到MASS::rlm拟合的稳健回归模型中回归系数的95%置信区间！这里给你分享几个实用的方法：

方法一：基础内置函数confint() #

这是最直接的方式，R的基础函数confint()原生支持rlm对象，默认返回的就是95%置信区间：

library(MASS)
# 先拟合一个稳健回归模型示例
rlm_model <- rlm(mpg ~ wt + hp, data = mtcars)
# 提取95%置信区间
confint(rlm_model)

如果需要调整置信水平，只需要加上level参数即可，比如要99%置信区间：

confint(rlm_model, level = 0.99)

方法二：自助法（Bootstrap）实现更稳健的估计 #

对于稳健回归，自助法往往能给出更可靠的置信区间，我们可以用boot包来实现：

library(MASS)
library(boot)

# 定义一个用于提取回归系数的自定义函数
extract_coef <- function(data, idx) {
  # 基于抽样后的数据集拟合模型
  fit <- rlm(mpg ~ wt + hp, data = data[idx, ])
  return(coef(fit))
}

# 执行自助抽样，这里设置1000次抽样（次数越多结果越稳定）
boot_res <- boot(data = mtcars, statistic = extract_coef, R = 1000)

# 提取每个系数的95%置信区间（这里用百分位数法）
# 截距项的置信区间
boot.ci(boot_res, type = "perc", index = 1)
# 变量wt的系数置信区间
boot.ci(boot_res, type = "perc", index = 2)
# 变量hp的系数置信区间
boot.ci(boot_res, type = "perc", index = 3)

你也可以选择其他区间类型，比如type = "bca"（偏差校正加速法），通常效果更好。

方法三：用car包的Confint()函数 #

car包提供的Confint()函数（注意首字母大写）对rlm对象有很好的支持，输出结果也更直观：

library(MASS)
library(car)

rlm_model <- rlm(mpg ~ wt + hp, data = mtcars)
# 获取95%置信区间
Confint(rlm_model, level = 0.95)

内容的提问来源于stack exchange，提问作者Indrajeet Patil