OR e IC usando comandos clm e clm2
Olá pessoal, Estou trabalhando com regressão logística ordinal e realizando os ajustes com a função "clm" do pacote ordinal e gostaria de obter o intervalo de confiaça. De acordo com o Tutorial on fitting Cumulative Link Models with the ordinal Package, de Rune Haubo B Christensen (January 21, 2015) é possível rodar o OR, mas não o intervalo de confiaça. O mesmo ocorre com a função "clm2" para partial proportional odds. Agradeço qualquer ajuda!! Luciane
Sem exemplo não dá para falar muito. Mas deve haver uma função `confint` para cada função de ajuste, não? Eu não conheço esse pacote, quando preciso ajustar um modelo ordinal, eu uso o a função `` do pacote MASS. modelo <- polr(y ~ x1 + x2, data = dados, Hess=TRUE) summary(modelo); (ci <- confint(modelo)); confint.default(modelo); # ci assumindo normalidade dos dados # Odds Ratios exp(coef(modelo)) # or e ci exp(cbind(or = coef(modelo), ci)) # Tabela (ctable <- coef(summary(modelo))); # calcular e salvar os p values p <- pnorm(abs(ctable[, "t value"]), lower.tail = FALSE) * 2 (ctable <- cbind(ctable, "p value" = p)) Daniel 2015-07-08 20:27 GMT-03:00 Luciane Maria Pilotto <lutipilotto@yahoo.com.br>:
Olá pessoal,
Estou trabalhando com regressão logística ordinal e realizando os ajustes com a função "clm" do pacote ordinal e gostaria de obter o intervalo de confiaça. De acordo com o Tutorial on fitting Cumulative Link Models with the ordinal Package, de Rune Haubo B Christensen (January 21, 2015) é possível rodar o OR, mas não o intervalo de confiaça. O mesmo ocorre com a função "clm2" para partial proportional odds.
Agradeço qualquer ajuda!!
Luciane
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Não para a análise logística Elias, mas eu achei importante mencionar como exercício pedagógico de comparação o que as duas funções geram a partir do ajuste dos dados. Talvez a palavra normalidade não caia tão bem no comentário, mas ideia foi diferenciar a função confint.default (CI produzido a partir dos erros padronizados) da "confint" (CI produzido a partir dos odds proporcionais ). O manual do MASS diz isso: "The default method assumes asymptotic normality, and needs suitable coef and vcov methods to be available. The default method can be called directly for comparison with other methods." Eu não sou especialista nesses modelos, mas acredito que se os intervalos de confiança serão melhores representados usando o risco proporcional do que o contrário em amostras restritas. A minha sugestão seria comparar as duas saídas, mas deve haver outras opiniões aqui na lista. Daniel 2015-07-09 1:54 GMT-03:00 Elias Teixeira Krainski <eliaskrainski@yahoo.com.br>:
On 09/07/15 02:05, Daniel Marcelino wrote:
confint.default(modelo); # ci assumindo normalidade dos dados
"Normalidade dos dados" nao faz o menor sentido aqui...
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Daniel, Fora dos modelos lineares, geralmente a normalidade assintótica assumida é para os estimadores, não para os dados :) Nesse caso especifico, é interessante notar que a normalidade assintótica pode não é assumida... ### Exemplo do help(polr) require(MASS) house.plr <- polr(Sat ~ Infl + Type + Cont, weights = Freq, data = housing) ### IC assumindo normalidade assintotica est <- coef(house.plr) se <- sqrt(diag(vcov(house.plr))[1:6]) cbind(low=qnorm(0.025, est, se), upp=qnorm(0.975, est, se)) ### Usando a verossimilhanca perfilhada (como no seu exemplo): confint(house.plr) Nao observa-se grande diferenca, uma vez que a analise baseia-se em sum(housing$Freq) dados. Ou seja, a normalidade assintotica para o EMV é razoável. Infelizmente MASS:::profile.polr que é usada por MASS:::confint.profile.polr implementa verossimilhança perfilhada apenas para os parâmetros de regressão... Elias On 09/07/15 15:44, Daniel Marcelino wrote:
Não para a análise logística Elias, mas eu achei importante mencionar como exercício pedagógico de comparação o que as duas funções geram a partir do ajuste dos dados. Talvez a palavra normalidade não caia tão bem no comentário, mas ideia foi diferenciar a função confint.default (CI produzido a partir dos erros padronizados) da "confint" (CI produzido a partir dos odds proporcionais ). O manual do MASS diz isso: "The default method assumes asymptotic normality, and needs suitable coef and vcov methods to be available. The default method can be called directly for comparison with other methods."
Eu não sou especialista nesses modelos, mas acredito que se os intervalos de confiança serão melhores representados usando o risco proporcional do que o contrário em amostras restritas. A minha sugestão seria comparar as duas saídas, mas deve haver outras opiniões aqui na lista.
Daniel
2015-07-09 1:54 GMT-03:00 Elias Teixeira Krainski <eliaskrainski@yahoo.com.br>:
On 09/07/15 02:05, Daniel Marcelino wrote:
confint.default(modelo); # ci assumindo normalidade dos dados "Normalidade dos dados" nao faz o menor sentido aqui...
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
Valeu pelo esclarecimento e exemplo, Elias. Quer dizer que em alguns casos é viável, teoricamente, comparar duas as saídas? Obs: Talvez por falta de precisão minha, eu acabo usando a palavra "dados" para me referir também aos parâmetros estimados. Algo do tipo: dados > modelo > dados'. 2015-07-09 11:31 GMT-03:00 Elias Teixeira Krainski <eliaskrainski@yahoo.com.br>:
Daniel,
Fora dos modelos lineares, geralmente a normalidade assintótica assumida é para os estimadores, não para os dados :)
Nesse caso especifico, é interessante notar que a normalidade assintótica pode não é assumida...
### Exemplo do help(polr) require(MASS) house.plr <- polr(Sat ~ Infl + Type + Cont, weights = Freq, data = housing)
### IC assumindo normalidade assintotica est <- coef(house.plr) se <- sqrt(diag(vcov(house.plr))[1:6]) cbind(low=qnorm(0.025, est, se), upp=qnorm(0.975, est, se))
### Usando a verossimilhanca perfilhada (como no seu exemplo): confint(house.plr)
Nao observa-se grande diferenca, uma vez que a analise baseia-se em sum(housing$Freq) dados. Ou seja, a normalidade assintotica para o EMV é razoável.
Infelizmente MASS:::profile.polr que é usada por MASS:::confint.profile.polr implementa verossimilhança perfilhada apenas para os parâmetros de regressão...
Elias
On 09/07/15 15:44, Daniel Marcelino wrote:
Não para a análise logística Elias, mas eu achei importante mencionar como exercício pedagógico de comparação o que as duas funções geram a partir do ajuste dos dados. Talvez a palavra normalidade não caia tão bem no comentário, mas ideia foi diferenciar a função confint.default (CI produzido a partir dos erros padronizados) da "confint" (CI produzido a partir dos odds proporcionais ). O manual do MASS diz isso: "The default method assumes asymptotic normality, and needs suitable coef and vcov methods to be available. The default method can be called directly for comparison with other methods."
Eu não sou especialista nesses modelos, mas acredito que se os intervalos de confiança serão melhores representados usando o risco proporcional do que o contrário em amostras restritas. A minha sugestão seria comparar as duas saídas, mas deve haver outras opiniões aqui na lista.
Daniel
2015-07-09 1:54 GMT-03:00 Elias Teixeira Krainski <eliaskrainski@yahoo.com.br>:
On 09/07/15 02:05, Daniel Marcelino wrote:
confint.default(modelo); # ci assumindo normalidade dos dados
"Normalidade dos dados" nao faz o menor sentido aqui...
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
participantes (4)
-
Daniel Marcelino -
Daniel Marcelino -
Elias Teixeira Krainski -
Luciane Maria Pilotto