guide-R/analyses_avancees/regression-logistique-multinomiale

[giscus[bot]]

guide-R/analyses_avancees/regression-logistique-multinomiale

https://larmarange.github.io/guide-R/analyses_avancees/regression-logistique-multinomiale.html

[RaphaelFen]

Bonjour,

Merci encore pour ces ressources de grande qualité pédagogique.
J'ai une question concernant un modèle logistique multinomial à partir de données pondérées. J'aimerais extraire la p valeur globale pour certaines variables du modèle. Par exemple, en reprenant votre exemple, la p valeur pour la variable etudes pour chacune des comparaisons effectuées dans le modèle (Satisfaction vs Equilibre (ref) et Insatisfaction vs Equilibre (ref)).
Pour un tbl_regression() par exemple, il est possible d'ajouter un %>% add_global_p()

Un grand merci pour vos éclaircissements !

[larmarange]

Une solution possible pour un affichage propre est

mod |> 
  tbl_regression(exponentiate = TRUE) |>
  add_global_p() |> 
  multinom_pivot_wider() |> 
  modify_column_hide(starts_with("p.value")) |> 
  modify_column_unhide(p.value_2) |> 
  modify_spanning_header(p.value_2 ~ "**Likelihood-ratio test**")

Je vais rajouter cette astuce dans une prochaine version de guide-R.

[RaphaelFen]

Merci pour votre réponse ! Mais il me semble que cela ne fonctionne que pour un modèle sur données non pondérées. Le Github pour la fonction multinom_pivot_wider précise que cela ne fonctionne que pour nnet::multinom

[larmarange]

Ah pardon. Pour les données pondérées, que ce soit avec svyVGAM ou svrepmisc, la fonction car::Anova() et donc ne permet pas le calcul des p-valeurs globales. Et il n'y a pas de support côté gtsummary.

A ma connaissance, svyVGAM ne fournit pas encore de support pour estimer des p-valeurs globales.

[RaphaelFen]

j'ai peut-être trouvé une piste de solution comme suit

reg_multimod <- svyVGAM::svy_vglm(
  Y ~ X1+ X2+ X3,
  family = VGAM::multinomial(refLevel = "Y0réf"),
  design = plan_echanti
)

# Récupération de la matrice de variance-covariance
vcov_mat <- vcov(reg_multimod)
# Récupération des coefficients du modèle
coef_mat <- coef(reg_multimod)

#Création fonction pour calcul test de Wald selon les modalités comparées
wald_pval_modalite <- function(variable, modalite_index) {
  # Recherche des coefficients correspondant à la variable et à la modalité
  indices <- grep(paste0("^", variable, ".*:", modalite_index, "$"), names(coef_mat))
  # Vérification que les indices sont bien trouvés
  if (length(indices) == 0) {
    stop(paste("Aucun coefficient trouvé pour", variable, "dans la modalité", modalite_index))
  }
  # Application du test de Wald
  wald_test <- wald.test(b = coef_mat, Sigma = vcov_mat, Terms = indices)
  # Retourne la p-valeur du test
  return(wald_test$result$chi2["P"])
}

# Obtention des p-valeurs pour chaque comparaison
pval_X1_for_Ymod1 <- wald_pval_modalite("X1", "1")  # Y1 vs Y0réf pour X1
pval_X1_for_Ymod2 <- wald_pval_modalite("X1", "2")    # Y2 vs Y0réf pour X2

# Affichage des résultats
cat("P-valeur pour X1 (Y1 vs Y0réf) :", pval_X1_for_Ymod1 )
cat("P-valeur pour X1 (Y2 vs Y0réf) :", pval_X1_for_Ymod2 )

Cela vous semble-t-il correct ?

[larmarange]

Malheureusement, mon niveau statistique est insuffisant pour répondre à votre question. Il faudrait voir avec un statisticien plus chevronné.

Vous pouvez aussi poser la question aux auteurs de svyVGAM qui sauront peut être vous répondre.

Cordialement