Немного неясно, в чем проблема, но я попробую. Я полагаю, ваша регрессионная модель logisti c была установлена, скажем, с помощью glm:
mod <- glm(cbind(heads, tails) ~ treat, data = mydata, family = binomial())
Если вы затем выполните
emm <- emmeans(mod, "treat")
emm ### marginal means
pairs(emm) ### differences
Ваши результаты будут представлены на lo git шкала.
Если вы хотите, чтобы они были на шкале вероятностей, вы можете сделать
summary(emm, type = "response")
summary(pairs(emm), type = "response")
Тем не менее, последний будет обратно преобразовывать различия логитов, тем самым создавая шансы rat ios.
Если вы на самом деле хотите, чтобы разности вероятностей, а не крысы ios шансов, используйте regrid()
, который создаст новую сетку значений после обратного преобразования (и, следовательно, забудет преобразование журнала). ):
pairs(regrid(emm))
Кажется возможным, что присутствуют два или более фактора, и вам нужны контрасты на шкале вероятностей. В этом случае расширьте эту идею, вызвав regrid()
в таблице EMM, чтобы поместить все в шкалу вероятностей, затем следуйте аналогичной процедуре, использованной в связанной статье.