Output meines logistischen Modells aOR möchte crude OR

[Hanibal]

Hallo liebe R-Profis

Ich hätte eine Frage zum Output meines logistischen Modells:

Mein Modell:

Code: Alles auswählen

fit2_17 <- svyglm(fall ~ alter_cut + bmi_cut + sex.f + sprache.f + stala.f + nation2.f + ausbild3.f,
               design = wdat_17,
               family = quasibinomial(logit))

Output adjusted OR klappt mit:

Code: Alles auswählen

jtools::summ(fit2_17,exp = TRUE, vifs = FALSE, confint = TRUE)

Wie bekomme ich einen Output mit unadjusted bezw crude OR?
Muss ich da etwas im svyglm() ändern oder im jtools::summ() oder eine neue Funktion nehmen?

Danke für eure Hilfe !

[EDi]

Ich kenne svyglm nicht, aber in einem normalen binomial glm kannst du die OddsRatios (ich vermute das ist mit OR gemeint) aus den Koeffizient errechnen.

Z.B.

exp(coef(model))

[Hanibal]

Danke vielmals für deine Antwort.

Also ich krieg den Output der adjusted Odds Ratios:

Code: Alles auswählen

MODEL INFO:
Observations: 2718
Dependent Variable: fall
Type: Analysis of complex survey design 
 Family: quasibinomial 
 Link function: logit 

MODEL FIT:
Pseudo-R² (Cragg-Uhler) = 0.01
Pseudo-R² (McFadden) = 0.05
AIC =  NA 

-----------------------------------------------------------------------------
                                     exp(Est.)   2.5%   97.5%   t val.      p
---------------------------------- ----------- ------ ------- -------- ------
(Intercept)                               0.22   0.11    0.44    -4.34   0.00
alter_cut65-74                            1.06   0.80    1.40     0.39   0.69
alter_cut75+                              1.67   1.23    2.27     3.32   0.00
bmi_cutAdipositas                         0.72   0.50    1.03    -1.81   0.07
bmi_cutUebergewicht                       0.75   0.58    0.96    -2.31   0.02
bmi_cutUntergewicht                       0.69   0.39    1.22    -1.29   0.20
etc...

Meinst du das sind die unadjustierten Odds Ratios? d.h. bsp. fall~alter_cut und fall~bmi_cut etc.?

Code: Alles auswählen

exp(coef(fit2_17))
               (Intercept)             alter_cut65-74               alter_cut75+          bmi_cutAdipositas        bmi_cutUebergewicht 
                 0.2044022                  1.0632673                  1.3804333                  1.0370350                  0.9552996