获取“lm()”返回的“mlm”对象回归系数的置信区间

我正在运行具有 2 个结果变量和 5 个预测变量的多元回归。我想获得所有回归系数的置信区间。通常我使用该功能lm但它似乎不适用于多元回归模型（对象mlm).

这是一个可重现的示例。

library(car)
mod <- lm(cbind(income, prestige) ~ education + women, data=Prestige)
confint(mod) # doesn't return anything.

有什么替代方法吗？ （我可以只使用标准误差的值并乘以正确的临界 t 值，但我想知道是否有更简单的方法来做到这一点）。

confint不会返回任何内容，因为不支持“传销”方法：

methods(confint)
#[1] confint.default confint.glm*    confint.lm      confint.nls*  

正如您所说，我们只需加/减一些标准误差的倍数即可获得置信区间的上限/下限。您可能会通过以下方式执行此操作coef(summary(mod))，然后使用一些*apply提取标准误差的方法。但我的答案 https://stackoverflow.com/a/39922928/4891738 to 获取“mlm”对象返回的回归系数的标准误差lm() https://stackoverflow.com/q/19740292/4891738为您提供了一种超级有效的方法来获取标准错误，而无需经过summary。正在申请std_mlm您的示例模型给出：

se <- std_mlm(mod)
#                 income   prestige
#(Intercept) 1162.299027 3.54212524
#education    103.731410 0.31612316
#women          8.921229 0.02718759

现在，我们定义另一个小函数来计算下限和上限：

## add "mlm" method to generic function "confint"
confint.mlm <- function (model, level = 0.95) {
  beta <- coef(model)
  se <- std_mlm (model)
  alpha <- qt((1 - level) / 2, df = model$df.residual)
  list(lower = beta + alpha * se, upper = beta - alpha * se)
  }

## call "confint"
confint(mod)

#$lower
#                 income    prestige
#(Intercept) -3798.25140 -15.7825086
#education     739.05564   4.8005390
#women         -81.75738  -0.1469923
#
#$upper
#                income    prestige
#(Intercept)  814.25546 -1.72581876
#education   1150.70689  6.05505285
#women        -46.35407 -0.03910015

解释这一点很容易。例如，对于响应income，所有变量的 95% 置信区间为

#(intercept)    (-3798.25140, 814.25546)
#  education    (739.05564, 1150.70689)
#      women    (-81.75738, -46.35407)