边际效应图与 R 中的发生率比率不对应答案

【问题标题】：Marginal effect plot not corresponding to incidence rate ratio in R边际效应图与 R 中的发生率比率不对应
【发布时间】：2020-03-05 02:53:47
【问题描述】：

我试图在泊松回归中绘制特定变量的边际效应，然后将该图形与其相应的发生率比率相关联。

我的大部分情节都实现了这一点。然而，对于其中一个，发病率比率表示我感兴趣的变量的总体正相关，并且该图显示了明显的负相关。根据我的理解，这应该有问题。

你能帮我吗？ :) 我可能在我的分析中理解了一些错误......

我首先创建泊松模型：

model3<- glm(y ~ x1*x2 + x3 + x4 + x5, data=data, family = poisson)

我从中得到以下 IRR

poissonirr(y ~ x1*x2 + x3 + x4 + x5, data=data)

Incidence-Rate Ratio:
                         IRR  Std. Err.        z     P>|z|    
x1                 1.03404133 0.00471847   7.3359 2.202e-13 ***
x2                 1.16795382 0.01235611  14.6752 < 2.2e-16 ***
x3                 0.63214010 0.00817795 -35.4523 < 2.2e-16 ***
x4                 1.00468920 0.00095329   4.9305 8.204e-07 ***
x5                 0.98118299 0.00267124  -6.9776 3.003e-12 ***
x1:x2              0.99382845 0.00073716  -8.3462 < 2.2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

然后我绘制模型中第一个变量 (x1) 的边际效应，得到以下图：

plot_model(model3, type = "eff", terms = c("x1"))

x1 vs y Poisson Regression plot (with negative association)

这清楚地表明 x1 和 y 之间存在明显的负相关

提前谢谢你！！

（我正在使用 mfx 包来计算 IRR 和 sjPlot::plot_model 用于绘图）

【问题讨论】：

您可能会从非常熟悉此软件包（您没有提到 - 是 mfx 吗？）或事故率比率的人那里获得帮助。但如果没有示例数据或用于生成绘图的代码，没有多少人能回答。
谢谢@markhogue，我刚刚发布了用于绘图的代码，是的，我用于 IRR 的包是 mfx 和用于绘图的 plot_model
所以，只是一个观察，我不知道这是怎么回事 - 问题可能是模型是 x1*x2，而不是 x1 本身？ x1*x2 具有负斜率，但 x1 和 x2 本身都显示为正。可能是 plot_model 没有获取您期望的模型详细信息。
这可能与交互有关，是否可以共享您的数据子集？否则很难弄清楚这种回归有什么奇怪的地方。
补充一点，发生率只是泊松回归系数的指数，因此 irr

标签： r regression poisson marginal-effects

【解决方案1】：

由于涉及到交互，实际上不能仅仅解释主要效果，而需要考虑交互的效果。因此，我建议绘制以下内容：

plot_model(model3, type = "eff", terms = c("x1", "x2"))

x1 的效果对于x2 的不同值/级别是不同的。因此，仅考虑 x1 的情节具有误导性（当您不查看 x1:x2 的系数时，x1 的系数也是如此）。

【讨论】：