Tes Brant dalam R [ditutup]

14

Dalam menguji asumsi regresi paralel dalam regresi logistik ordinal saya menemukan ada beberapa pendekatan. Saya telah menggunakan pendekatan grafis (seperti yang dijelaskan dalam buku Harrell) dan pendekatan yang dirinci menggunakan paket ordinal dalam R.

Namun saya juga ingin menjalankan tes Brant (dari Stata) untuk variabel individu dan juga untuk model total. Saya telah melihat sekeliling tetapi tidak dapat menemukannya diimplementasikan dalam R.

Apakah ada implementasi tes Brant di R?

r regression ordinal-data ordered-logit Misha
sumber
Tidak tahu implementasi apa pun, tetapi bagian dari buku J. Scott Long ini memberikan deskripsi terperinci tentang cara menghitung tes yang saya yakin Anda rujuk.
NRH
Thx - Saya telah melihat kertas asli dan juga file .ado dari stata. Namun, pemrograman yang dibutuhkan melampaui level saya.
Misha
Catatan Kelas ini menyentuh pada topik Lebih Banyak tentang Asumsi Proporsional / Regresi Paralel
Bert Kaempfe

Jawaban:

5

Saya menerapkan tes brant di R. Paket dan fungsinya disebut brant dan sekarang tersedia di CRAN.

Tes brant didefinisikan oleh Rollin Brant untuk menguji asumsi regresi paralel (Brant, R. (1990) Menilai proporsionalitas dalam model odds proporsional untuk regresi logistik ordinal. Biometrik , 46 , 1171-1178).

Berikut ini contoh kode:

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)

Dalam contoh, asumsi regresi paralel berlaku, karena semua nilai p di atas 0,05. Omnibus adalah untuk seluruh model, sisanya untuk koefisien indvidual.

Benjamin Schlegel
sumber
2

Ya - sebenarnya paket ordinal yang Anda tautkan dapat melakukannya (meskipun mereka tidak menyebutnya tes Brant). Lihatlah halaman 6 dan 7 dari tautan Anda, yang menunjukkan "uji rasio kemungkinan dari kemiringan yang sama atau asumsi peluang proporsional," yang persis seperti yang Anda cari.

pengguna28508
sumber
Saya sudah membandingkan output antara kedua pendekatan tetapi mereka tidak mirip. Saya percaya tes Brant lebih dari tes skor.
Misha
5
Tidak, dalam sampel hingga semua pendekatan ini berbeda meskipun asimtotik mereka harus sama. Uji Brant memperkirakan pendekatan model yang tidak dibatasi menggunakan regresi logistik terpisah dan kemudian melakukan uji Wald. Perbandingan berbagai metode dapat ditemukan di sini
Maarten Buis
2

Beberapa catatan tentang topik tersebut

Paket R VGAMdalam Cumulativeperintah (Regresi Ordinal dengan Peluang Kumulatif) memungkinkan untuk mengubah asumsi peluang proporsional, dengan opsiparallel=FALSE .

Ini dikenal sebagai masalah umum (dari buku: Model Regresi untuk Variabel Ketergantungan Kategori Menggunakan Stata, Edisi Kedua, Oleh J. Scott Long, Jeremy Freese)

"Peringatan tentang asumsi regresi paralel: Kami menemukan bahwa asumsi regresi paralel (PRA) sering dilanggar. Ketika ini ditolak, model alternatif yang tidak memaksakan kendala regresi paralel harus dipertimbangkan. Pelanggaran PRA bukan alasan untuk menggunakan regresi OLS karena asumsi yang disiratkan oleh penerapan LRM ke data ordinal bahkan lebih kuat. Model alternatif yang dapat dipertimbangkan termasuk model untuk hasil nominal [...] Model Stereotype Logistic atau Stereotype, Model Generalized Loged Logit; model Rasio kelanjutan, adalah alternatif "(halaman 221)

Makalah ini masuk jauh dalam topik ini, yang jelas dan ditulis dengan baik, tetapi tidak mempertimbangkan paket VGAM atau perintah "kumulatif": Regresi logistik ordinal dalam studi epidemiologi

Bert Kaempfe
sumber
1

Ini tutorial tentang regresi logistik ordinal di R meliputi pengujian asumsi kemungkinan proporsional.

Brian Spiering
sumber