Suponha que eu faça uma regressão logística univariada em várias variáveis independentes, como esta:
mod.a <- glm(x ~ a, data=z, family=binominal("logistic"))
mod.b <- glm(x ~ b, data=z, family=binominal("logistic"))
Fiz uma comparação de modelo (teste de razão de verossimilhança) para ver se o modelo é melhor que o modelo nulo por este comando
1-pchisq(mod.a$null.deviance-mod.a$deviance, mod.a$df.null-mod.a$df.residual)
Então eu construí outro modelo com todas as variáveis nele
mod.c <- glm(x ~ a+b, data=z, family=binomial("logistic"))
Para ver se a variável é estatisticamente significativa no modelo multivariado, usei o lrtest
comando deepicalc
lrtest(mod.c,mod.a) ### see if variable b is statistically significant after adjustment of a
lrtest(mod.c,mod.b) ### see if variable a is statistically significant after adjustment of b
Gostaria de saber se o pchisq
método e o lrtest
método são equivalentes para fazer o teste loglikelihood? Como eu não sei como usar lrtest
para o modelo de logística univada.