R + ztable：什么是 lcl 和 ucl？ （逻辑回归）
R + ztable: what are lcl and ucl? (logistic regression)
ztable 生成漂亮的斑马（交替条纹）表，可用于呈现数据帧和模型对象（lm、glm 等）。但是我不清楚 lcl 和 ucl 是什么。 documentation 表示
‘ztable()’ shows the odds ratio(OR) and 95% confidence interval
但谷歌搜索表明 lcl/ucl 是 lower/upper 控制限，这似乎是用与平均值 +/- 3 个标准偏差构建的置信区间。
最令人困惑的是，由 ztable 构造的 lcl/ucl 并不总是包含系数估计：
ztable(glm(factor(am) ~ disp, family = binomial(link = "logit"), data = mtcars))
那么 lcl/ucl 是什么意思？
通过检查 ztable.glm 的源代码（感谢 @user2957945），答案似乎很简单：
‘ztable()’ shows the odds ratio(OR) and 95% confidence interval (lcl, ucl) of the odds ratio
优势比是取幂后的系数（即logit或log odds），lcl/ucl是对系数的置信区间取幂得到的
ztable 生成漂亮的斑马（交替条纹）表，可用于呈现数据帧和模型对象（lm、glm 等）。但是我不清楚 lcl 和 ucl 是什么。 documentation 表示
‘ztable()’ shows the odds ratio(OR) and 95% confidence interval
但谷歌搜索表明 lcl/ucl 是 lower/upper 控制限，这似乎是用与平均值 +/- 3 个标准偏差构建的置信区间。
最令人困惑的是，由 ztable 构造的 lcl/ucl 并不总是包含系数估计：
ztable(glm(factor(am) ~ disp, family = binomial(link = "logit"), data = mtcars))
那么 lcl/ucl 是什么意思？
通过检查 ztable.glm 的源代码（感谢 @user2957945），答案似乎很简单：
‘ztable()’ shows the odds ratio(OR) and 95% confidence interval (lcl, ucl) of the odds ratio
优势比是取幂后的系数（即logit或log odds），lcl/ucl是对系数的置信区间取幂得到的