Rのブラントテスト[終了]

順序ロジスティック回帰の並列回帰の仮定をテストする際、いくつかのアプローチがあることがわかりました。私は、グラフィカルなアプローチ（Harrellの本で詳述されている）とRの順序パッケージを使用して詳述されたアプローチの両方を使用しまし た。

ただし、個々の変数と全体モデルの両方に対して、Brantテスト（Stataから）も実行したいと思います。私は周りを見回しましたが、Rで実装されているのが見つかりません

RにBrantテストの実装はありますか？

Rにブラントテストを実装しました。パッケージと関数はブラントと呼ばれ、CRANで利用できるようになりました。

ブラント試験は平行回帰仮定テストするローリンブラントによって定義された（順序ロジスティック回帰の比例オッズモデルに比例関係を評価ブラント、R.（1990）。バイオメトリクス、46、1171年から1178年）。

コード例を次に示します。

data = MASS::survey
data$Smoke = ordered(MASS::survey$Smoke, levels=c("Never","Occas","Regul","Heavy"))
model1 = MASS::polr(Smoke ~ Sex + Height, data=data, Hess=TRUE)
brant(model1)

この例では、すべてのp値が0.05を超えているため、並列回帰の仮定が成り立ちます。オムニバスはモデル全体用であり、残りは個々の係数用です。

はい-実際、リンクした通常のパッケージで実行できます（ただし、Brantテストとは呼ばれません）。リンクのページ6と7を見てください。これは、「等しい勾配または比例オッズの仮定の尤度比テスト」を示しています。これはまさにあなたが探しているものです。

トピックに関するいくつかのメモ

RパッケージVGAMでのCumulativeコマンド（累積確率との順序回帰）はオプションで、比例オッズ仮定を変更することができますparallel=FALSE。

これは一般的な問題であることが知られています（本：Stataを使用したカテゴリ依存変数の回帰モデル、第2版、J。Scott Long、Jeremy Freese著）

「並列回帰の仮定に関する注意：並列回帰の仮定（PRA）が頻繁に違反していることがわかります。これが拒否される場合、並列回帰の制約を課さない代替モデルを検討する必要があります。PRAの違反は順序データへのLRMの適用によって暗示される仮定がさらに強いため、OLS回帰を使用して考えられる代替モデルには、名目結果のモデルが含まれます[...]ステレオタイプロジスティックモデルまたはステレオタイプ順序モデル;一般化順序ロジットモデル;継続比率モデルは、代替手段です」（221ページ）

このホワイトペーパーでは、このトピックについて詳しく説明します。明確でわかりやすく書かれていますが、VGAMパッケージや「累積」コマンドは考慮していません。 疫学的研究における順序ロジスティック回帰

Rの順序ロジスティック回帰に関するこのチュートリアルでは、比例オッズの仮定のテストについて説明します。