Régression logistique en R (rapport de cotes)

41

J'essaie d'entreprendre une analyse de régression logistique en format R. J'ai suivi des cours sur ce matériel avec STATA. Je trouve très difficile de reproduire la fonctionnalité dans R. Est-il mature dans ce domaine? Il semble y avoir peu de documentation ou de conseils disponibles. La production du rapport de cotes semble nécessiter une installation epicalcet / ou epitools/ et d’autres, sans que je puisse me mettre au travail, sont périmées ou manquent de documentation. J'ai l'habitude glmde faire la régression logistique. Toute suggestion serait la bienvenue.

Je ferais mieux d'en faire une vraie question. Comment exécuter une régression logistique et générer des cotes de cotes dans R?

Voici ce que j'ai fait pour une analyse univariée:

x = glm(Outcome ~ Age, family=binomial(link="logit"))

Et pour les variables multiples:

y = glm(Outcome ~ Age + B + C, family=binomial(link="logit"))

Je l' ai ensuite regardé x, y, summary(x)et summary(y).

Est x$coefficientsde n'importe quelle valeur?

r logistic odds-ratio

— SabreWolfy
source

36

si vous voulez interpréter les effets estimés sous forme de rapports de cotes relatifs, faites simplement exp(coef(x))(vous donne , le changement multiplicatif du rapport de cotes pour si la covariable associée à augmente de 1). Pour les intervalles de probabilité de profil pour cette quantité, vous pouvez faire $e^\beta$ $y=1$ $\beta$

require(MASS)
exp(cbind(coef(x), confint(x)))

EDIT: @caracal était plus rapide ...

— fabians
source

1

+1 pour la suggestion de @ fabian. Une façon inférieure à faire qui donne généralement les mêmes intervalles consiste à calculer l'intervalle sur l'échelle logit puis transformer à l'échelle de cotes:

cbind( 	exp(coef(x)), 	exp(summary(x)$coefficients[,1] - 1.96*summary(x)$coefficients[,2]), 	exp(summary(x)$coefficients[,1] + 1.96*summary(x)$coefficients[,2]) )

. Il y a aussi la méthode delta: ats.ucla.edu/stat/r/faq/deltamethod.htm

— verrouillé

42

Vous avez raison de dire que la sortie de R ne contient généralement que des informations essentielles et que d’autres doivent être calculées séparément.

N  <- 100               # generate some data
X1 <- rnorm(N, 175, 7)
X2 <- rnorm(N,  30, 8)
X3 <- abs(rnorm(N, 60, 30))
Y  <- 0.5*X1 - 0.3*X2 - 0.4*X3 + 10 + rnorm(N, 0, 12)

# dichotomize Y and do logistic regression
Yfac   <- cut(Y, breaks=c(-Inf, median(Y), Inf), labels=c("lo", "hi"))
glmFit <- glm(Yfac ~ X1 + X2 + X3, family=binomial(link="logit"))

coefficients()vous donne les paramètres de régression estimés . Il est cependant plus facile d’interpréter (à l’exception de l’interception). $b_{j}$ $exp(b_{j})$

> exp(coefficients(glmFit))
 (Intercept)           X1           X2           X3 
5.811655e-06 1.098665e+00 9.511785e-01 9.528930e-01

Pour obtenir le rapport de cotes, nous avons besoin du tableau croisé de classification du DV d'origine dichotomique et de la classification prédite en fonction d'un seuil de probabilité qu'il convient de choisir en premier. Vous pouvez également voir la fonction ClassLog()dans le package QuantPsyc(comme chl mentionné dans une question connexe ).

# predicted probabilities or: predict(glmFit, type="response")
> Yhat    <- fitted(glmFit)
> thresh  <- 0.5  # threshold for dichotomizing according to predicted probability
> YhatFac <- cut(Yhat, breaks=c(-Inf, thresh, Inf), labels=c("lo", "hi"))
> cTab    <- table(Yfac, YhatFac)    # contingency table
> addmargins(cTab)                   # marginal sums
     YhatFac
Yfac   lo  hi Sum
  lo   41   9  50
  hi   14  36  50
  Sum  55  45 100

> sum(diag(cTab)) / sum(cTab)        # percentage correct for training data
[1] 0.77

Pour le rapport de cotes, vous pouvez utiliser un package vcdou effectuer le calcul manuellement.

> library(vcd)                       # for oddsratio()
> (OR <- oddsratio(cTab, log=FALSE)) # odds ratio
[1] 11.71429

> (cTab[1, 1] / cTab[1, 2]) / (cTab[2, 1] / cTab[2, 2])
[1] 11.71429

> summary(glmFit)  # test for regression parameters ...

# test for the full model against the 0-model
> glm0 <- glm(Yfac ~ 1, family=binomial(link="logit"))
> anova(glm0, glmFit, test="Chisq")
Analysis of Deviance Table
Model 1: Yfac ~ 1
Model 2: Yfac ~ X1 + X2 + X3
  Resid. Df Resid. Dev Df Deviance P(>|Chi|)    
1        99     138.63                          
2        96     110.58  3   28.045 3.554e-06 ***

— caracal
source

2

Merci - je vais devoir regarder attentivement votre réponse. Dans STATA, on peut simplement courir logitet logisticobtenir facilement des rapports de cotes et des intervalles de confiance. Je suis un peu frustré que cela semble être si compliqué et non standard dans R. Puis-je simplement utiliser exp(cbind(coef(x), confint(x)))la réponse de fabians ci-dessous pour obtenir l'OD et l'IC? Je ne suis pas clair ce que votre réponse fournit?

— SabreWolfy

3

@SabreWolfy Je ne savais pas trop de quoi vous faites référence: à l'origine, je pensais que vous vouliez dire le OU du tableau de classement qui compare l'appartenance réelle à la catégorie à l'appartenance prévue (la cTabpartie de ma réponse). Mais maintenant, je vois que vous voulez probablement juste dire : comme l'explique fabians, est égal au facteur selon lequel les probabilités prédites changent lorsque augmente de 1 unité. C'est le rapport entre les chances "après l'augmentation de 1 unité" et "avant l'augmentation de 1 unité". Donc, oui, vous pouvez simplement utiliser la réponse fabians.

e x p (b_{j})

$exp(b_{j})$

e x p (b_{j})

$exp(b_{j})$

X_{j}

$X_{j}$

— Caracal

4

En fait, je trouve frustrant @SabreWolfy que les utilisateurs puissent cliquer sur un bouton dans stata / sas / spss, etc. comment le calculer / s'il a un sens dans une situation particulière / et (peut-être plus important encore) sans avoir une connaissance pratique de la langue elle-même.

— rawr

23

La page de statistiques de UCLA propose une régression logistique en R. Elle comprend une brève section sur le calcul des rapports de cotes.

— Duc des Lézards
source

2

Malheureusement, ce lien est mort

— Dan Chaltiel

6

Heureusement, le Web n'oublie pas (toujours): web.archive.org/web/20110319043907/http://www.ats.ucla.edu/stat/…

— snoram

5

Le paquet epiDisplay le fait très facilement.

library(epiDisplay)
data(Wells, package="carData")
glm1 <- glm(switch~arsenic+distance+education+association, 
            family=binomial, data=Wells)
logistic.display(glm1)
Logistic regression predicting switch : yes vs no 

                       crude OR(95%CI)         adj. OR(95%CI)         P(Wald's test) P(LR-test)
arsenic (cont. var.)   1.461 (1.355,1.576)     1.595 (1.47,1.731)     < 0.001        < 0.001   

distance (cont. var.)  0.9938 (0.9919,0.9957)  0.9911 (0.989,0.9931)  < 0.001        < 0.001   

education (cont. var.) 1.04 (1.021,1.059)      1.043 (1.024,1.063)    < 0.001        < 0.001   

association: yes vs no 0.863 (0.746,0.999)     0.883 (0.759,1.027)    0.1063         0.1064    

Log-likelihood = -1953.91299
No. of observations = 3020
AIC value = 3917.82598

— Edward
source

Existe-t-il un moyen de combiner un affichage logistique avec une enveloppe de type latex outregou xtable?

— Réputé mal nommé