R의 우도 비 검정

다음과 같이 여러 독립 변수에 대해 일 변량 로지스틱 회귀 분석을 수행한다고 가정합니다.

mod.a <- glm(x ~ a, data=z, family=binominal("logistic"))
mod.b <- glm(x ~ b, data=z, family=binominal("logistic"))

이 명령으로 모델이 null 모델보다 나은지 확인하기 위해 모델 비교 (우도 비율 테스트)를 수행했습니다.

1-pchisq(mod.a$null.deviance-mod.a$deviance, mod.a$df.null-mod.a$df.residual)

그런 다음 모든 변수가 포함 된 다른 모델을 만들었습니다.

mod.c <- glm(x ~ a+b, data=z, family=binomial("logistic"))

다변량 모델에서 변수가 통계적으로 유의한지 확인하기 위해 다음 lrtest명령을 사용했습니다.epicalc

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

pchisq방법과 lrtest방법이 로그 우도 검정을 수행하는 데 동등한 지 궁금합니다 . lrtestunivate 물류 모델 에 사용하는 방법을 모르겠습니다.

기본적으로 그렇습니다. 로그 우도의 올바른 차이를 사용하면 다음과 같습니다.

> library(epicalc)
> model0 <- glm(case ~ induced + spontaneous, family=binomial, data=infert)
> model1 <- glm(case ~ induced, family=binomial, data=infert)
> lrtest (model0, model1)
Likelihood ratio test for MLE method 
Chi-squared 1 d.f. =  36.48675 , P value =  0 
> model1$deviance-model0$deviance
[1] 36.48675

그리고 널 모델의 일탈하지 두 경우 모두 동일하다. df 수는 두 개의 중첩 된 모델 (여기서 df = 1)간에 다른 매개 변수 수입니다. BTW, 당신은 lrtest()입력하여 소스 코드를 볼 수 있습니다

> lrtest

R 프롬프트에서.

대안은 단일 모델을 수용 lmtest하는 lrtest()기능을 가진 패키지 입니다. 다음의 예이다 ?lrtest에서 lmtest은 LM을위한 패키지는하지만, 방법은 GLMS와 그 일이 있습니다 :

> require(lmtest)
Loading required package: lmtest
Loading required package: zoo
> ## with data from Greene (1993):
> ## load data and compute lags
> data("USDistLag")
> usdl <- na.contiguous(cbind(USDistLag, lag(USDistLag, k = -1)))
> colnames(usdl) <- c("con", "gnp", "con1", "gnp1")
> fm1 <- lm(con ~ gnp + gnp1, data = usdl)
> fm2 <- lm(con ~ gnp + con1 + gnp1, data = usdl)
> ## various equivalent specifications of the LR test
>
> ## Compare two nested models
> lrtest(fm2, fm1)
Likelihood ratio test

Model 1: con ~ gnp + con1 + gnp1
Model 2: con ~ gnp + gnp1
  #Df  LogLik Df  Chisq Pr(>Chisq)    
1   5 -56.069                         
2   4 -65.871 -1 19.605  9.524e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 
>
> ## with just one model provided, compare this model to a null one
> lrtest(fm2)
Likelihood ratio test

Model 1: con ~ gnp + con1 + gnp1
Model 2: con ~ 1
  #Df   LogLik Df  Chisq Pr(>Chisq)    
1   5  -56.069                         
2   2 -119.091 -3 126.04  < 2.2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1