R语言回归模型FDR校正后怎么得出95%CI？

在R语言中，可以使用`confint()`函数来计算回归模型的参数置信区间。默认情况下，该函数会返回一个长度为2的向量，其中包含了每个参数的置信区间的下限和上限。

但是，在进行FDR校正之后，需要对置信区间进行调整。在R语言中，可以使用`p.adjust()`函数来进行FDR校正。例如，如果你的原始p值存储在向量`p_values`中，可以使用以下代码进行FDR校正：

adjusted_p_values <- p.adjust(p_values, method = "fdr")

然后，你可以使用`confint()`函数来计算参数的置信区间，并将FDR校正后的p值传递给参数`level`，如下所示：

confint(model, level = 1 - adjusted_p_values)

其中，`model`是你的回归模型对象。这将返回一个矩阵，其中每行包含一个参数的下限和上限。你可以选择在结果中仅保留95%的置信区间，例如：

ci <- confint(model, level = 1 - adjusted_p_values)
ci_95 <- ci[, c(2, 4)]

其中，`ci_95`是一个矩阵，其中每行包含一个参数的95%置信区间的下限和上限。