Regressão logística em R (Odds Ratio)

41

Estou tentando realizar uma análise de regressão logística R. Eu participei de cursos que cobrem este material usando o STATA. Estou achando muito difícil replicar a funcionalidade no R. É maduro nesta área? Parece haver pouca documentação ou orientação disponível. A produção do odds ratio parece exigir a instalação epicalce / ou epitools/ ou outros, dos quais não consigo trabalhar, estão desatualizados ou carecem de documentação. Eu costumava glmfazer a regressão logística. Todas as sugestões serão bem-vindas.

É melhor fazer disso uma pergunta real. Como executo uma regressão logística e produzo probabilidades R?

Aqui está o que eu fiz para uma análise univariada:

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

E para multivariada:

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

Eu então olhou para x, y, summary(x)e summary(y).

Tem x$coefficientsalgum valor?

r logistic odds-ratio

— SabreWolfy
fonte

36

exp(coef(x)) $e^\beta$ $y=1$ $\beta$

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

EDIT: @caracal foi mais rápido ...

— fabianos
fonte

1

+1 para a sugestão de @ fabian. Uma forma inferior de fazer isso que geralmente produz intervalos semelhantes é calcular o intervalo na escala logit e depois transformar a escala de probabilidades:

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]) )

. Existe também o método delta: ats.ucla.edu/stat/r/faq/deltamethod.htm

— lockedoff 23/03

42

Você está certo de que a saída de R geralmente contém apenas informações essenciais e mais precisa ser calculado separadamente.

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() $b_{j}$ $exp(b_{j})$

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

Para obter o odds ratio, precisamos da tabela cruzada de classificação do DV dicotômico original e a classificação prevista de acordo com algum limiar de probabilidade que precisa ser escolhido primeiro. Você também pode ver a função ClassLog()no pacote QuantPsyc(como chl mencionado em uma pergunta relacionada ).

# 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

Para o odds ratio, você pode usar o pacote vcdou fazer o cálculo manualmente.

> 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
fonte

2

Obrigado - precisarei analisar sua resposta com cuidado. Em STATA se pode apenas correr logite logistice obter odds ratio e intervalos de confiança facilmente. Estou um pouco frustrado que isso pareça ser tão complicado e fora do padrão R. Posso usar exp(cbind(coef(x), confint(x)))a resposta dos fabianos abaixo para obter o OD e o IC? Não sei ao certo qual é a sua resposta?

— SabreWolfy

3

cTab

e x p (b_{j})

$exp(b_{j})$

e x p (b_{j})

$exp(b_{j})$

X_{j}

$X_{j}$

4

Na verdade, @SabreWolfy, acho frustrante que as pessoas possam clicar em um único botão em stata / sas / spss etc. e obter índices de chances (inserir estatísticas de ajuste, tipo III SS, o que você quiser aqui) sem ter idéia do que isso significa / como calculá-lo / se é significativo em uma situação específica / e (talvez mais importante) sem ter um conhecimento prático do próprio idioma.

— rawr

23

A página de estatísticas da UCLA apresenta uma boa descrição da regressão logística em R. Inclui uma breve seção sobre o cálculo de odds ratio.

— Duque de Lagartos
fonte

2

Infelizmente, esta ligação está morto

— Dan Chaltiel

6

Felizmente, a web (sempre) não esquece: web.archive.org/web/20110319043907/http://www.ats.ucla.edu/stat/…

— snoram

5

O pacote epiDisplay faz isso com muita facilidade.

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
fonte

Existe alguma maneira de combinar a exibição logística com um invólucro de látex como outregou xtable?

— Reputable Misnomer 12/11