我有一个Logistic回归模型预测兴趣(0=无兴趣，1=兴趣)，随机实验条件(0=对照，1=实验)，性别，性别:条件交互作用，以及其他几个协变量作为预测因素.
在R中使用marginaleffects包，我需要解决两件事:
- 性别特定风险比(RR)，反映实验条件对利息的影响(相对于其他协变量而言处于边缘地位).
- 交互作用项(即风险比:RR男性/RR女性)，表示男性的RR是女性的多少倍.
以下是Logistic回归模型:
model <- glm(data=dt, formula=interest ~ condition*sex + other_covariates,
family=binomial(link="logit"))
我已经成功地完成了目标(1)--计算按性别划分的边际风险比率(RR男性和RR女性)--使用以下方法:
marginaleffects::avg_comparisons(model, comparison="ratio",
variables="condition",by="sex")
然而，我似乎想不出如何计算(2)--风险比率(RR男性/RR女性)--及其相关的可信区间.
任何帮助都将不胜感激.如果使用另一个像emmeans这样的包更简单，我也很乐意使用它.谢谢!