在顺序逻辑回归中测试平行回归假设时,我发现有几种方法。我既使用了图形方法(如Harrell的书中所述),也使用了R中使用 序数包的方法。
但是,我还要对单个变量和整个模型运行Brant测试(来自Stata)。我环顾四周,但找不到在R中实现的代码。
R中有Brant测试的实现吗?
在顺序逻辑回归中测试平行回归假设时,我发现有几种方法。我既使用了图形方法(如Harrell的书中所述),也使用了R中使用 序数包的方法。
但是,我还要对单个变量和整个模型运行Brant测试(来自Stata)。我环顾四周,但找不到在R中实现的代码。
R中有Brant测试的实现吗?
Answers:
我在R中实现了brant测试。包和函数称为brant,现在可以在CRAN上使用。
的布兰特试验通过罗林布兰特定义测试并行回归假设(布兰特,R。(1990)中为序逻辑回归。该比例优比模型评估相称生物测定,46,1171年至1178年)。
这是一个代码示例:
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)
在该示例中,平行回归假设成立,因为所有p值均高于0.05。Omnibus适用于整个模型,其余适用于单个系数。
是的-实际上,您链接的序数包可以做到这一点(尽管他们不称其为Brant测试)。看一下链接的第6页和第7页,它们演示了“正等斜率或比例赔率假设的似然比检验”,这正是您所要寻找的。
关于该主题的一些注意事项
将R包VGAM
在Cumulative
命令(序数回归使用累积概率)允许改变比例优势的假设,用选项parallel=FALSE
。
众所周知,这是一个常见的问题(摘自《使用Stata进行分类因变量的回归模型》,第二版,J。Scott Long,Jeremy Freese)
“关于并行回归假设的警告:我们发现并行回归假设(PRA)经常被违反。当这种并行回归假设被拒绝时,应考虑不施加并行回归约束的替代模型。违反PRA并非合理的理由unesdoc.unesco.org unesdoc.unesco.org可以考虑使用的替代模型包括名义结果定型逻辑模型或定型定序模型,广义有序Logit模型,通用模型和模型。连续比率模型,是替代方案”(第221页)
本文对此主题进行了深入,清晰,写得很好的介绍,但未考虑VGAM软件包或“累积”命令: 流行病学研究中的序数逻辑回归
关于R中的序数逻辑回归的本教程涵盖测试比例赔率假设。