効果コーディングを使用した一般化線形モデルのパラメーターにはどのような解釈がありますか？

library(lme4)
    out <- glmer(cbind(incidence, size - incidence)
                 ~ period
                 + (1 | herd),
                 data = cbpp,
                 family = binomial,
                 contrasts = list(period = "contr.sum"))

summary(out)
Fixed effects:
            Estimate Std. Error z value Pr(>|z|)
(Intercept) -2.32337    0.22129 -10.499  < 2e-16 ***
period1      0.92498    0.18330   5.046 4.51e-07 ***
period2     -0.06698    0.22845  -0.293    0.769
period3     -0.20326    0.24193  -0.840    0.401

私は私が（コーディング効果と一般化線形モデルにフィットするために必要な状況ではなかったcontr.sumためR、ユーザーが）。線形モデルの場合と同じ解釈を適用できますか？通常の線形モデルでは、切片は総平均と s（、、およびのパラメーター）であり、因子レベルが総平均からどのように逸脱するかを示します。$\beta$period1period2period3period4 = (Intercept) - period1 - period2 - period3

これが、一般化線形モデルの類似の解釈がどのように行われるかを私が考える方法です。（私はすべてのパラメーターをべき乗するので、log-odds（-ratios）をodds（-ratios）に変換します。）切片は、成功と失敗の全体的なオッズになります（ここでは古典的な二項用語に固執します）、はlog-odds-ratiosです。そして、例えばを指数をすることにより、オッズを取得し：。ある本当に全体的な/中オッズと sが$\exp((\text{Intercept}))$$\beta$period1$\text{(Intercept)}+\text{period1}$$\exp(\text{(Intercept)}+\text{period1})$$\text{(Intercept)}$$\beta$オッズ比？

効果のコーディングでは、要約テーブルsummary（out）の切片は、ケースの4つの期間すべての平均ロジット（対数オッズまたは対数オッズ比）であり、他の各効果は、平均ロジットに関連する対応する期間。

現在の結果を、データのダミーコーディングなどの別のコーディング方法と比較することで、解釈を簡単に検証できます。

out2 <- glmer(cbind(incidence, size - incidence)
                 ~ period
                 + (1 | herd),
                 data = cbpp,
                 family = binomial,
                 contrasts = list(period = "contr.treatment"))

summary(out2)