Caro pessoal, notei algo estranho que não sei explicar, não é? Em resumo: a abordagem manual para calcular um intervalo de confiança em um modelo de regressão logística e a função R confint()
fornecem resultados diferentes.
Eu tenho passado pela regressão logística aplicada de Hosmer & Lemeshow (2ª edição). No terceiro capítulo, há um exemplo de cálculo da razão de chances e intervalo de confiança de 95%. Usando R, posso reproduzir facilmente o modelo:
Call:
glm(formula = dataset$CHD ~ as.factor(dataset$dich.age), family = "binomial")
Deviance Residuals:
Min 1Q Median 3Q Max
-1.734 -0.847 -0.847 0.709 1.549
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.8408 0.2551 -3.296 0.00098 ***
as.factor(dataset$dich.age)1 2.0935 0.5285 3.961 7.46e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 136.66 on 99 degrees of freedom
Residual deviance: 117.96 on 98 degrees of freedom
AIC: 121.96
Number of Fisher Scoring iterations: 4
No entanto, quando calculo os intervalos de confiança dos parâmetros, obtenho um intervalo diferente daquele indicado no texto:
> exp(confint(model))
Waiting for profiling to be done...
2.5 % 97.5 %
(Intercept) 0.2566283 0.7013384
as.factor(dataset$dich.age)1 3.0293727 24.7013080
Hosmer & Lemeshow sugerem a seguinte fórmula:
e calculam o intervalo de confiança para as.factor(dataset$dich.age)1
ser (2,9, 22,9).
Isso parece simples de fazer no R:
# upper CI for beta
exp(summary(model)$coefficients[2,1]+1.96*summary(model)$coefficients[2,2])
# lower CI for beta
exp(summary(model)$coefficients[2,1]-1.96*summary(model)$coefficients[2,2])
dá a mesma resposta que o livro.
No entanto, alguma opinião sobre o porquê confint()
parece dar resultados diferentes? Eu já vi muitos exemplos de pessoas usando confint()
.