就像这样：

library(geepack)
data(dietox)
dietox$Cu     <- as.factor(dietox$Cu)
mf1 <- formula(Weight~Cu*poly(Time,3))
gee1 <- geeglm(mf1, data=dietox, id=Pig,
               family=poisson("identity"),corstr="ar1")
cc <- coef(summary(gee1))
citab <- with(as.data.frame(cc),
     cbind(lwr=Estimate-1.96*Std.err,
           upr=Estimate+1.96*Std.err))
rownames(citab) <- rownames(cc)

为了方便起见，您可以编写一个confint方法来封装以下内容：

confint.geeglm <- function(object, parm, level = 0.95, ...) {
    cc <- coef(summary(object))
    mult <- qnorm((1+level)/2)
    citab <- with(as.data.frame(cc),
                  cbind(lwr=Estimate-mult*Std.err,
                        upr=Estimate+mult*Std.err))
    rownames(citab) <- rownames(cc)
    citab[parm,]
}

confint(gee1)

简单broom:tidy(f2, conf.int = TRUE)

confint来自stats包。geeglm来自geepack包。
您需要确定置信区间存储在模型输出中的位置。
使用str(f2)或从summary(f2)派生它们。
还可以查看f2$和tab以自动完成模型对象。
另外，还请查看文档-link。您可能需要构建自己的配置项，因为我运行的示例模型没有生成配置项。您可能必须手动滚动参数标准错误。

四年过去了，我也是为了同样的原因来到这里的。为了让其他同样到达这里的人受益，在看到Ben上面的回复后，我意识到confint（）函数计算了profile似然区间。它不适用于GEE，因为它不是基于可能性。
基函数confint.default（）给出Wald间隔，可以与GEE一起使用。它应该给予与上面Ben函数相同的结果。