Тест Бранта в R [закрыто]

14

При тестировании предположения параллельной регрессии в порядковой логистической регрессии я обнаружил, что существует несколько подходов. Я использовал как графический подход (как подробно описано в книге Харрелла), так и подход, подробно описанный с использованием порядкового пакета в R.

Однако я также хотел бы запустить тест Бранта (из Stata) как для отдельных переменных, так и для всей модели. Я посмотрел вокруг, но не могу найти его в R.

Есть ли реализация теста Бранта в R?

Миша
источник
Не знаю какой-либо реализации, но этот раздел из книги Дж. Скотта Лонга содержит подробное описание того, как вычислить тест, на который, я полагаю, вы ссылаетесь.
NRH
Спасибо, я посмотрел оригинальную статью, а также файл .ado из stata. Тем не менее, необходимое программирование выходит за рамки моего уровня.
Миша

Ответы:

5

Я реализовал тест brant в R. Пакет и функция называются brant, и теперь они доступны в CRAN.

Тест Бранта был определен Роллином Брантом для проверки предположения параллельной регрессии (Brant R. (1990). Оценка пропорциональности в модели пропорциональных шансов для порядковой логистической регрессии. Biometrics , 46 , 1171–1178).

Вот пример кода:

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)

В этом примере предположение о параллельной регрессии выполняется, поскольку все значения p превышают 0,05. Омнибус для всей модели, остальное для индивидуальных коэффициентов.

Бенджамин Шлегель
источник
2

Да, на самом деле, порядковый пакет, который вы связали, может это сделать (хотя они не называют это тестом Бранта). Взгляните на страницы 6 и 7 вашей ссылки, которые демонстрируют «тест отношения правдоподобия для равных угловых коэффициентов или предположения пропорциональных шансов», и это именно то, что вы ищете.

user28508
источник
Я сравнил результаты двух подходов, но они не похожи. Я полагаю, что тест Бранта - это скорее тест оценки.
Миша
5
Нет, в конечных выборках все эти подходы различны, хотя асимптотически они должны быть одинаковыми. Тест Бранта оценивает аппроксимацию модели без ограничений, используя отдельную логистическую регрессию, а затем выполняет тест Вальда. Сравнение различных методов можно найти здесь
Maarten Buis
2

Некоторые заметки по теме

Пакет R VGAMв Cumulativeкоманде (Порядковая регрессия с кумулятивными вероятностями) позволяет изменять предположения о пропорциональных коэффициентах с помощью опции parallel=FALSE.

Известно, что это общая проблема (из книги: Модели регрессии для категориально-зависимых переменных с использованием Stata, второе издание, Дж. Скотт Лонг, Джереми Фриз)

«Предостережение относительно предположения о параллельной регрессии: мы находим, что предположение о параллельной регрессии (PRA) часто нарушается. Когда это отклонено, следует рассмотреть альтернативные модели, которые не налагают ограничения на параллельные регрессии. Нарушение PRA не является обоснованием для использование регрессии OLS, так как допущения, подразумеваемые применением LRM к порядковым данным, еще сильнее: альтернативные модели, которые можно рассмотреть, включают модели для номинальных результатов [...] модель логистики стереотипа или упорядоченная модель стереотипа; модель обобщенного упорядоченного логита; Коэффициент продолжения модели, являются альтернативами »(стр. 221)

Эта статья углубляется в эту тему, будучи ясной и хорошо написанной, но она не учитывает пакет VGAM или «кумулятивную» команду: Порядковый логистический регресс в эпидемиологических исследованиях

Берт Кемпфе
источник
1

Этот урок о порядковой логистической регрессии в R охватывает проверку предположения о пропорциональных шансах.

Брайан Спиринг
источник