Lel*_*Lel 4 r logistic-regression logistf
我无法弄清楚如何从logistf()回归模型中提取标准误差“sd(coef)”信息。这些模型属于 logistf 类，手册指出可以通过这种方式提取数据：
以下通用方法可用于 logistf 的输出对象：print、summary、coef、vcov、confint、anova、extractAIC、add1、drop1、profile、terms、nobs。
但是，标准错误不存在。 str(summary(fit)) 中没有用于 se(coef) 的对象，我在没有运气的情况下查看了源代码。
任何帮助，将不胜感激！
logistf(formula = newdata[, i] ~ newdata[, j], data = newdata,
firth = TRUE)
Model fitted by Penalized ML
Confidence intervals and p-values by Profile Likelihood
coef se(coef) lower 0.95 upper 0.95 Chisq p
(Intercept) -4.110874e+00 0.8276236 -6.283919 -2.824075 Inf 0
newdata[, j] 1.691332e-08 1.6689839 -4.993849 2.957865 3.552714e-15 1
Likelihood ratio test=3.552714e-15 on 1 df, p=1, n=122
确实sd(fit)不起作用，我不确定这是否通常适用于其他模型类。
然而，通过vcov(fit)假设logistf模型对象在 中，协方差矩阵是可用的fit。然后你可以se(coef)简单地通过计算协方差矩阵的主对角线的平方根来得到列：sqrt(diag(vcov(fit)))
data(sex2)
fit<-logistf(case ~ age+oc+vic+vicl+vis+dia, data=sex2)
> fit
logistf(formula = case ~ age + oc + vic + vicl + vis + dia, data = sex2)
Model fitted by Penalized ML
Confidence intervals and p-values by Profile Likelihood
coef se(coef) lower 0.95 upper 0.95 Chisq p
(Intercept) 0.12025404 0.4855415 -0.8185574 1.07315110 0.06286298 8.020268e-01
age -1.10598130 0.4236601 -1.9737884 -0.30742658 7.50773092 6.143472e-03
oc -0.06881673 0.4437934 -0.9414360 0.78920202 0.02467044 8.751911e-01
vic 2.26887464 0.5484160 1.2730233 3.43543174 22.93139022 1.678877e-06
vicl -2.11140816 0.5430824 -3.2608608 -1.11773667 19.10407252 1.237805e-05
vis -0.78831694 0.4173676 -1.6080879 0.01518319 3.69740975 5.449701e-02
dia 3.09601263 1.6750089 0.7745730 8.03029352 7.89693139 4.951873e-03
Likelihood ratio test=49.09064 on 6 df, p=7.15089e-09, n=239
> diag(vcov(fit))
[1] 0.2357506 0.1794879 0.1969526 0.3007601 0.2949384 0.1741957 2.8056550
> sqrt(diag(vcov(fit)))
[1] 0.4855415 0.4236601 0.4437934 0.5484160 0.5430824 0.4173676 1.6750089