Discussion :

[joyeux_lapin13]

Bonjour, dans le cadre de régression logistique sur variables continues, je cherche à vérifier l'hypothèse de log-linéarité de chaque variable permettant de valider la fiabilité des résultats obtenus par la régression.

J'ai regardé sur google et niet, quelqu'un sait si on peut vérifier automatiquement cette hypothèse sous SAS?

En vous remerciant d'avance.

[datametric]

tu veux vérifier chaque variable explicative ? pourquoi ?

la transformation en loglin permet d'assurer une meilleure régression de variables (Y) qui sont 'décalées' à gauche comme les salaires.

Qu'est ce qui t'amène à un tel test ?

[olivier.decourt]

En fait tu veux vérifier que chaque variable quanti a un lien linéaire avec LOG(p/1-p) ? C'est ce que je suppose du contexte (régression logistique).
Pour faire ça, il n'y a probablement rien d'automatique sous SAS. En particulier parce que l'adéquation à la forme linéaire est assez subjective ; au mieux tu peux utiliser la proc REG et voir ce qu'elle te donne comme R², ou mettre ta variable quanti en tranches (automatiquement ?) et comparer le modèle logistique avec la variable quanti telle quelle et celle en tranches (en comparant les critères de Schwartz en particulier pour que la comparaison soit honnête, parce qu'en termes de vraisemblance tu auras quasiment à tous les coups un avantage pour la version en tranches).
Si les graphiques permettant de juger de l'adéquation t'intéressent, j'ai mis en ligne une macro ici. Elle prend en entrée TOUTES les variables d'une table pour les croiser avec Y : il est donc préférable de créer une table temporaire avec seulement les variables X à représenter.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

%linkGraph (table, variableY, event = 1, round=yes) ;

Bon courage.
Olivier

[joyeux_lapin13]

Pour répondre à Datametric, je ne suis pas trés à l'aise avec cette hypothèse étant donné qu'à une époque j'avais cherché pas mal d'infos dessus et je n'ai rien trouvé ou plutot que des trucs littérals/littéraux (j'ai honte...) du genre: log-linéarité = quelque soit le point de la pente on observe le degré = l'odd ratio ne change pas quelque soit le segment que l'on regarde, et des rapprochements avec la normalisation, ce que je peux concevoir en effet avec la comparaison sur les qqplot.

Tout ce que je sais c'est que l'on peut dire que les résultats d'une régression logistique sur variables continues est fiable uniquement si chaque variable respecte cette hypothèse... aprés... justement n'ayant pas trouvé beaucoup d'infos j'avoue être un peu limité.

Concernant tes conseils Olivier, je te remercie, ça m'offre des points sur lesquels creuser!

Merci à tous les deux pour votre intérêt à mon topic et vos conseils.

[ferari]

bonjour
je doit adopter une strategie d ajustement d un modèle lineaire multiple
je lis svt dans les articles que les auteurs retienne les variables qui font bouger les coef de 10% .. de quoi s'agit il exactement?

[datametric]

tu peux ouvrir un nouveau post pour que ta question ne se perde pas ?
Tu as des exemples d'articles ? parlaient-ils des ODDS RATIO ?

[Indunil]

En fait tu veux vérifier que chaque variable quanti a un lien linéaire avec LOG(p/1-p) ? C'est ce que je suppose du contexte (régression logistique).
Pour faire ça, il n'y a probablement rien d'automatique sous SAS. En particulier parce que l'adéquation à la forme linéaire est assez subjective ; au mieux tu peux utiliser la proc REG et voir ce qu'elle te donne comme R², ou mettre ta variable quanti en tranches (automatiquement ?) et comparer le modèle logistique avec la variable quanti telle quelle et celle en tranches (en comparant les critères de Schwartz en particulier pour que la comparaison soit honnête, parce qu'en termes de vraisemblance tu auras quasiment à tous les coups un avantage pour la version en tranches).
Si les graphiques permettant de juger de l'adéquation t'intéressent, j'ai mis en ligne une macro ici. Elle prend en entrée TOUTES les variables d'une table pour les croiser avec Y : il est donc préférable de créer une table temporaire avec seulement les variables X à représenter.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

%linkGraph (table, variableY, event = 1, round=yes) ;

Bon courage.
Olivier

Merci beaucoup pour ce macro très utile.
Je voudrais un éclaircissement s'il vous plaît, par rapport à l'interprétation de ces graphiques du macro %linkGraph.
Parce que j'ai une confusion avec les graphes de Schoenfeld où la droite est attendue à être parallèle et proche de l'axe des abscisses.
Alors qu'ici pour la log-linéarité, les droites devraient être plutôt linéaires, est-ce bien cela?

Par exemple pour les graphiques suivantes, peut-on dire que l'hypothèse de log-linéarité est satisfaite pour les variables alcool et age_inc mais pas tout à fait pour BMI...







Merci!

Indunil

[Guyguy La Tambouille]

Bonjour,

J'aimerais également utiliser cette macro (très pratique merci pour le développement!) mais je me pose la même question : on juge la log-linéarité des variable à la linéarité des droites éditées ?

Merci d'avance pour vos réponses,


GuyGuy