我们一直在进行生存分析。我们正在通过每年到每半年的人口普查间隔检查十年内的树苗存活率。我们一直在使用 R 中的包 coxme 来构建混合效应 Cox 模型。协变量包括与时间相关的变量和与时间无关的协变量以及物种的随机截距项，以解释物种之间固有的生活史差异。所有连续协变量都标准化为一个标准差的变化单位。该模型根据我们对系统的了解返回合理的参数估计。最强的生存预测协变量的风险比约为 4。该协变量是连续的且与时间相关，但每个人口普查期的所有个体恰好只取一个或两个值，尽管它在人口普查期之间差异很大。我们想研究死亡率与这个最强协变量的关系。当我们根据这个变量对人口普查期间的死亡率进行回归时，我们发现没有线性关系。

我们尝试了逻辑回归来查看这个变量在奇数比率方面的表现。我们使用了 lme4 包，并在 glmer 函数中包含了物种和人口普查的随机截距项。我们还使用了 log(time) 的偏移量和二项式系列 log-log 链接。该模型表明，该变量对生存的奇数比没有显着影响。

我的问题涉及风险比和优势比之间的内在差异。我读过风险比是瞬时事件率。我认为优势比更像是一个整体暴露变量。但我无法辨别这可能如何导致模型之间出现如此不同的参数估计。模型中包含的所有其他变量在相对效应大小和显着性方面都是一致的。这使我认为这种行为与人口普查期间缺乏可变性有关。

有人可以帮助我了解这两个模型中危险率和几率之间的差异，并提供任何建议，为什么它们可能会返回如此不同的结果？