在R中的交互模型中，是否可以更改某些主要效果的默认对比度？

问题描述

我正在使用GEE与R中的交互项拟合逻辑模型：

geeglm(outcome ~ gender*race,family=binomial(link="logit"),data=df,id=cluster,corstr = "exchangeable",std.err="san.se")

...其中，性别=如果是女性，则为1；如果是男性，则为0；如果是黑人，则种族= 1；如果是西班牙裔，则为种族；如果是白人，则为0。我对该模型进行拟合，以获得性别的主要影响估计值（即，白人女性与白人男子的结局的OR），种族的主要影响估计值（即，黑人与白人男性和白人的结局的ORs西班牙裔男子与白人），以及性别与两个种族之间的互动影响。但是，西班牙裔男子人数很少，并且反应一致（即所有人的结局均为0）。当我在Stata中拟合此模型时，可以通过将种族= 2的主要影响更改为西班牙裔女性与白人女性的OR，然后不估计性别*种族= 2的交互效应来进行补救。但是，当我按照上面的描述将模型拟合到R中时，似乎并没有发生这种情况，而是获得了所有微小参数（例如1.04e + 15的OR）的效果估计。

我的问题是，是否可以更改某些主要效果的默认对比度，以便在R中获得与Stata中相同的结果？谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）