Kiểm tra Brant trong R [đóng]


14

Trong thử nghiệm giả định hồi quy song song trong hồi quy logistic thứ tự tôi thấy có một số cách tiếp cận. Tôi đã sử dụng cả cách tiếp cận đồ họa (như chi tiết trong cuốn sách củaellell) và cách tiếp cận chi tiết bằng cách sử dụng gói thứ tự trong R.

Tuy nhiên, tôi cũng muốn chạy thử nghiệm Brant (từ Stata) cho cả các biến riêng lẻ và cho cả mô hình tổng. Tôi đã nhìn xung quanh nhưng không thể tìm thấy nó được thực hiện trong R.

Có thực hiện thử nghiệm Brant trong R không?


Không biết về bất kỳ triển khai nào, nhưng phần này trong cuốn sách của J. Scott Long cung cấp một mô tả chi tiết về cách tính toán bài kiểm tra mà tôi tin rằng bạn tham khảo.
NRH

Thx - Tôi đã xem xét bài báo gốc và tập tin .ado từ stata. Tuy nhiên, chương trình yêu cầu vượt quá trình độ của tôi.
Misha

Câu trả lời:


5

Tôi đã triển khai thử nghiệm brant trong R. Gói và chức năng được gọi là brant và hiện đã có trên CRAN.

Thử nghiệm brant được xác định bởi Rollin Brant để kiểm tra giả định hồi quy song song (Brant, R. (1990) Đánh giá tỷ lệ trong mô hình tỷ lệ cược tỷ lệ thuận cho hồi quy logistic thông thường. Biometrics , 46 , 1171 111178).

Đây là một ví dụ mã:

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)

Trong ví dụ, giả định hồi quy song song giữ, bởi vì tất cả các giá trị p đều nằm trên 0,05. Omnibus dành cho toàn bộ mô hình, phần còn lại dành cho các hệ số vô định.


2

Có - trên thực tế, gói thứ tự mà bạn liên kết có thể thực hiện được (mặc dù họ không gọi đó là thử nghiệm Brant). Hãy xem trang 6 và 7 của liên kết của bạn, trong đó chứng minh "một thử nghiệm tỷ lệ khả năng của các độ dốc bằng nhau hoặc giả định tỷ lệ cược", đó chính xác là những gì bạn đang tìm kiếm.


Tôi đã so sánh đầu ra giữa hai cách tiếp cận nhưng chúng không giống nhau. Tôi tin rằng bài kiểm tra Brant là một bài kiểm tra điểm số.
Misha

5
Không, trong các mẫu hữu hạn, tất cả các cách tiếp cận này đều khác nhau mặc dù không có triệu chứng nên chúng giống nhau. Thử nghiệm Brant ước tính gần đúng mô hình không bị ràng buộc bằng cách sử dụng hồi quy logistic riêng biệt và hơn là thực hiện thử nghiệm Wald. Một so sánh các phương pháp khác nhau có thể được tìm thấy ở đây
Maarten Buis

2

Một số lưu ý về chủ đề

Gói R VGAMtrong Cumulativelệnh (Hồi quy thông thường với Xác suất tích lũy) cho phép thay đổi các giả định tỷ lệ cược tỷ lệ, với tùy chọnparallel=FALSE .

Nó được biết đến là một vấn đề phổ biến (từ cuốn sách: Mô hình hồi quy cho các biến phụ thuộc phân loại sử dụng Stata, Ấn bản thứ hai, của J. Scott Long, Jeremy Freese)

"Một cảnh báo liên quan đến giả định hồi quy song song: Chúng tôi thấy rằng giả định hồi quy song song (PRA) thường bị vi phạm. Khi điều này bị từ chối, các mô hình thay thế không áp đặt các ràng buộc của hồi quy song song nên được xem xét. hồi quy OLS usig do các giả định ngụ ý khi áp dụng LRM vào dữ liệu thứ tự thậm chí còn mạnh hơn. Các mô hình thay thế có thể được xem xét bao gồm các mô hình cho kết quả danh nghĩa [...] Mô hình logistic khuôn mẫu hoặc mô hình theo thứ tự khuôn mẫu; mô hình Tỷ lệ tiếp tục, là những lựa chọn thay thế "(trang 221)

Bài viết này đi sâu vào chủ đề này, được viết rõ ràng và được viết tốt, nhưng nó không xem xét gói VGAM hoặc lệnh "tích lũy": Hồi quy logistic thông thường trong nghiên cứu dịch tễ học


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.