我对UCLA 网页上关于混合效应逻辑回归的陈述感到困惑。他们显示了拟合此类模型的固定效应系数表，下面的第一段似乎将系数解释为与正常逻辑回归完全一样。但是当他们谈论优势比时，他们说你必须根据随机效应来解释它们。什么会使对数赔率的解释与其指数值不同？
- 不需要“保持其他一切不变”吗？
- 从这个模型中解释固定效应系数的正确方法是什么？我一直认为“正常”逻辑回归没有任何变化，因为随机效应的期望为零。因此，无论有无随机效应，您都以完全相同的方式解释对数赔率和赔率比 - 只有 SE 发生了变化。
估计值基本上可以像往常一样解释。例如，对于 IL6，IL6 增加一个单位与预期对数缓解几率降低 0.053 个单位相关。同样，与单身人士相比，已婚或已婚人士的缓解率预计会高 0.26 倍。
许多人更喜欢解释优势比。然而，当存在混合影响时，这些具有更细微的含义。在常规逻辑回归中，优势比与预期优势比保持所有其他预测因子固定。这是有道理的，因为我们经常有兴趣在统计上调整其他影响，例如年龄，以获得结婚的“纯粹”影响或任何主要的兴趣预测因素。混合效应逻辑模型也是如此，此外，保持其他所有内容不变包括保持随机效应不变。也就是说，这里的优势比是年龄和 IL6 不变的人以及拥有同一位医生或具有相同随机效应的医生的条件优势比