基于互补重对数模型的改进风险比近似：与逻辑回归模型的比较
统计方法学
2025-06-03 v1 应用统计
摘要
由逻辑模型获得的比值比在结果常见时无法近似风险比，可能导致从业者对暴露效应的潜在误解。本文研究互补重对数模型作为产生风险比近似的实用替代方法。我们证明，互补重对数模型对应的效应测度（本文称为互补重对数比）始终比比值比更接近风险比。为比较近似精度，我们采用单参数 Aranda-Ordaz 链接函数族，该族以 logit 和互补重对数链接函数作为特例。在此统一框架内，我们对互补重对数比与比值比的近似精度进行了理论比较，表明前者始终产生较小的近似偏差。模拟研究进一步证实了我们的理论发现。鉴于互补重对数模型易于在 R 和 SAS 等标准统计软件中实现，当目标是更准确地近似风险比时，我们鼓励更频繁地使用该模型作为逻辑模型的简单有效替代方案。
引用
@article{arxiv.2506.00889,
title = {Improved Risk Ratio Approximation by Complementary Log-Log Models: A Comparison with Logistic Models},
author = {Yuji Tsubota and Kenji Beppu},
journal= {arXiv preprint arXiv:2506.00889},
year = {2025}
}