Test de Brant en R [fermé]

14

En testant l'hypothèse de régression parallèle dans la régression logistique ordinale, je trouve qu'il existe plusieurs approches. J'ai utilisé à la fois l'approche graphique (comme détaillé dans le livre de Harrell) et l'approche détaillée en utilisant le paquet ordinal dans R.

Cependant, je voudrais également exécuter le test de Brant (de Stata) pour les variables individuelles et également pour le modèle total. J'ai regardé autour de moi mais je ne le trouve pas implémenté dans R.

Existe-t-il une implémentation du test Brant dans R?

Misha
la source
Je ne connais aucune implémentation, mais cette section du livre de J. Scott Long fournit une description détaillée de la façon de calculer le test auquel je pense que vous vous référez.
NRH
Thx - J'ai regardé le papier original et aussi le fichier .ado de stata. Cependant, la programmation requise dépasse mon niveau.
Misha
Cette note de classe touche au sujet Plus sur l'hypothèse de cotes proportionnelles / régressions parallèles
Bert Kaempfe

Réponses:

5

J'ai implémenté le test brant dans R. Le package et la fonction s'appellent brant et sont maintenant disponibles sur CRAN.

Le test de Brant a été défini par Rollin Brant pour tester l'hypothèse de régression parallèle (Brant, R. (1990) Évaluation de la proportionnalité dans le modèle de cotes proportionnelles pour la régression logistique ordinale. Biometrics , 46 , 1171–1178).

Voici un exemple de code:

data = MASS::survey
data$Smoke = ordered(MASS::survey$Smoke, levels=c("Never","Occas","Regul","Heavy"))
model1 = MASS::polr(Smoke ~ Sex + Height, data=data, Hess=TRUE)
brant(model1)

Dans l'exemple, l'hypothèse de régression parallèle est vraie, car toutes les valeurs de p sont supérieures à 0,05. L'Omnibus est pour l'ensemble du modèle, le reste pour les coefficients individuels.

Benjamin Schlegel
la source
2

Oui - en fait, le paquet ordinal que vous avez lié peut le faire (bien qu'ils ne l'appellent pas le test Brant). Jetez un œil aux pages 6 et 7 de votre lien, qui démontrent "un test de rapport de vraisemblance des pentes égales ou de l'hypothèse de cotes proportionnelles", ce qui est exactement ce que vous recherchez.

user28508
la source
J'ai comparé la sortie entre les deux approches mais elles ne sont pas similaires. Je crois que le test de Brant est plus un test de score.
Misha
5
Non, dans les échantillons finis, toutes ces approches sont différentes mais asymptotiquement elles devraient être les mêmes. Le test de Brant estime une approximation du modèle non contraint en utilisant une régression logistique séparée et effectue ensuite un test de Wald. Une comparaison des différentes méthodes peut être trouvée ici
Maarten Buis
2

Quelques notes sur le sujet

Le package R VGAMdans leCumulative commande (Régression ordinale avec probabilités cumulées) permet de modifier les hypothèses de cotes proportionnelles, avec l'option parallel=FALSE.

Il est connu qu'il s'agit d'un problème courant (tiré de l'ouvrage: Modèles de régression pour les variables dépendantes catégorielles utilisant Stata, deuxième édition, par J. Scott Long, Jeremy Freese)

"Une mise en garde concernant l'hypothèse de régression parallèle: Nous constatons que l'hypothèse de régression parallèle (ARP) est fréquemment violée. Lorsque cela est rejeté, des modèles alternatifs qui n'imposent pas la contrainte des régressions parallèles doivent être envisagés. La violation de l'ARP n'est pas une justification pour en utilisant la régression OLS car les hypothèses impliquées par l'application du LRM aux données ordinales sont encore plus fortes. Les modèles alternatifs qui peuvent être envisagés comprennent des modèles pour les résultats nominaux [...] Modèle stéréotypé logistique ou modèle stéréotypé ordonné; le modèle Logit ordonné généralisé; le modèle de rapport de continuation, sont des alternatives "(page 221)

Cet article va en profondeur dans ce sujet, étant clair et bien écrit, mais il ne considère pas le paquet VGAM ou la commande "cumulative": Régression logistique ordinale dans les études épidémiologiques

Bert Kaempfe
la source
1

Ce didacticiel sur la régression logistique ordinale dans R couvre le test de l'hypothèse de cotes proportionnelles.

Brian Spiering
la source