r - 获取稳健回归系数的置信区间 (MASS::rlm)

Question

是否有任何可能的方法从 MASS::rlm 中实现的稳健回归中获得 95% CI 的回归系数？

# libraries needed
library(MASS)
library(stats)
library(datasets)

# running robust regression
(x <-
  MASS::rlm(formula = scale(Sepal.Length) ~ scale(Sepal.Width),
            data = iris))
#> Call:
#> rlm(formula = scale(Sepal.Length) ~ scale(Sepal.Width), data = iris)
#> Converged in 5 iterations
#> 
#> Coefficients:
#>        (Intercept) scale(Sepal.Width) 
#>        -0.03728607        -0.14343268 
#> 
#> Degrees of freedom: 150 total; 148 residual
#> Scale estimate: 1.06

# getting confidence interval for the regression coefficient
stats::confint(object = x,
               parm = "scale(Sepal.Width)",
               level = 0.95)
#>                    2.5 % 97.5 %
#> scale(Sepal.Width)    NA     NA

Answer 1

显式调用 confint.default 似乎可以提供良好的结果，如下所示:

confint.default(object = x, parm = "scale(Sepal.Width)", level = 0.95)

#                        2.5 %     97.5 %
#scale(Sepal.Width) -0.3058138 0.01894847

---

编辑

confint 在传递 x 时使用方法 confint.lm，因为 x 属于类 lm(以及rlm)。调用 confint.default 显式避免了这种情况。这两个函数仅一行代码不同，如下所示:

confint.lm

fac <- qt(a, object$df.residual)

confint.default

fac <- qnorm(a)

问题是 x$df.residual 是 NA，因此 qt(a, object$df.residual) 会产生NA 而 qnorm(a) 则没有这个问题。