我想获得多项Logistic回归的预测值(带置信区间)。我知道这可以通过预测来完成,但在我的情况下,我通过以下方式聚集了标准错误:
multinom <- mlogit(Y ~0| X1+ X2 , data)
cl.mlogit <- function(fm, cluster){
M <- length(unique(cluster))
N <- length(cluster)
K <- length(coefficients(fm))
dfc <- (M/(M-1))
uj <- apply(estfun(fm),2, function(x) tapply(x, cluster, sum));
vcovCL <- dfc*sandwich(fm, meat.=crossprod(uj)/N)
coeftest(fm, vcovCL)
}
cl.mlogit(multinom, data$group)
如何使用这些结果来获得X1 = 1和X2 = 0的预测概率(带置信区间),并将其与X1 = 2和X2 = 0的预测推进度进行比较。另外,我怎么能得到这种差异的置信区间?在stata prvalue可以做到这一点但不知道是否有一种简单的方法在R中执行。)