Test di Brant in R [chiuso]

14

Nel testare il presupposto della regressione parallela nella regressione logistica ordinale trovo che ci siano diversi approcci. Ho usato sia l'approccio grafico (come dettagliato nel libro di Harrell) sia l'approccio dettagliato usando il pacchetto ordinale in R.

Tuttavia, vorrei anche eseguire il test di Brant (da Stata) sia per le singole variabili sia per il modello totale. Mi sono guardato intorno ma non riesco a trovarlo implementato in R.

Esiste un'implementazione del test Brant in R?

r  regression  ordinal-data  ordered-logit 
— Misha
fonte
Non conosco alcuna implementazione, ma questa sezione del libro di J. Scott Long fornisce una descrizione dettagliata di come calcolare il test a cui credo si riferisca.
— NRH,
Grazie - Ho visto il documento originale e anche il file .ado di Era. Tuttavia, la programmazione richiesta è oltre il mio livello.
— Misha,
— Bert Kaempfe

Risposte:

5

Ho implementato il test Brant in R. Il pacchetto e la funzione si chiama Brant ed è ora disponibile su CRAN.

Il test di Brant è stato definito da Rollin Brant per testare il presupposto della regressione parallela (Brant, R. (1990) Valutazione della proporzionalità nel modello di probabilità proporzionale per la regressione logistica ordinale. Biometria , 46 , 1171-1178).

Ecco un esempio di codice:

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)

Nell'esempio, l'ipotesi di regressione parallela vale, poiché tutti i valori di p sono superiori a 0,05. L'Omnibus è per l'intero modello, il resto per i coefficienti individuali.

— Benjamin Schlegel
fonte
2

Sì - in effetti il ​​pacchetto ordinale che hai collegato può farlo (anche se non lo chiamano test di Brant). Dai un'occhiata alle pagine 6 e 7 del tuo link, che mostrano "un test del rapporto di verosimiglianza delle pendenze uguali o ipotesi di probabilità proporzionale", che è esattamente quello che stai cercando.

— user28508
fonte
Ho confrontato l'output tra i due approcci ma non sono simili. Credo che il test di Brant sia più un test di punteggio.
— Misha,
5
No, in campioni finiti tutti questi approcci sono diversi sebbene asintoticamente dovrebbero essere gli stessi. Il test di Brant stima un'approssimazione del modello non vincolato utilizzando una regressione logistica separata e quindi esegue un test Wald. Un confronto tra i vari metodi può essere trovato qui
— Maarten Buis,
2

Alcune note sull'argomento

Il pacchetto R VGAMnel Cumulativecomando (Regressione ordinale con probabilità cumulative) consente di modificare le ipotesi di probabilità proporzionale, con l'opzione parallel=FALSE.

È noto per essere un problema comune (dal libro: Modelli di regressione per variabili dipendenti categoriche che utilizzano Stata, Seconda edizione, di J. Scott Long, Jeremy Freese)

"Un avvertimento per quanto riguarda il presupposto della regressione parallela: troviamo che il presupposto della regressione parallela (PRA) è frequentemente violato. Quando questo è rifiutato, dovrebbero essere considerati i modelli alternativi che non impongono il vincolo delle regressioni parallele. La violazione del PRA non è logica per usare la regressione OLS poiché le ipotesi implicite dall'applicazione dell'LRM ai dati ordinali sono ancora più forti: modelli alternativi che possono essere considerati includono modelli per esiti nominali [...] modello logistico stereotipo o modello ordinato stereotipo; il modello Logit ordinato generalizzato; il modello Rapporto di continuazione, sono alternative "(pagina 221)

Questo documento approfondisce questo argomento, essendo chiaro e ben scritto, ma non considera il pacchetto VGAM o il comando "cumulativo": regressione logistica ordinale negli studi epidemiologici

— Bert Kaempfe
fonte
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.