49318_fr-FR

liliconcom

Ajustement logistique ordinale à plusieurs variables: les valeurs p sont-elles renvoyées par les erreurs de type 3 des tests de vraisemblance?

Salut JMP Community,

 

J'ai effectué une analyse d'ajustement logistique ordinale simple avec une variable nominale (traitement) et deux variables continues (FACTEUR A et FACTEUR (voir ci-dessous).

Un collègue m'a demandé si les valeurs p renvoyées par les tests de rapport de probabilité d'effet sont des erreurs de type 3 au lieu d'erreurs de type 1. Compte tenu de ma compréhension limitée de l’erreur de type 3, je ne suis pas sûr qu’elle soit correcte. Pourriez-vous faire la lumière sur ce sujet?

 

Effets du rapport de vraisemblance des effets

La source	Nparm	DF	LR ChiSquare	Prob> ChiSq
traitement	2	2	45.6793484	<.0001 *
FACTEUR A	1	1	0,03728633	0,8469
FACTEUR B	1	1	2.06649958	0,1506

 

Traitement:

• Control + MTX
• Drug X + MTX
• Drug X seul

FACTEUR A: biomarqueur de base continu A

FACTEUR B: biomarqueur de base continu B

Réponse: ordinale (0 - 1)

Je vous remercie,

Thierry

Re: Ajustement logistique ordinale à plusieurs variables: les valeurs p sont-elles renvoyées par une erreur de type 3 des tests de vraisemblance

Je suppose que votre collègue parle des sommes de carrés de type I par rapport aux sommes de type III. La somme des carrés de type I signifie que les tests sont séquentiels, ce qui signifie que l'ordre de votre modèle influe sur la signification. La somme des carrés de type III signifie que toutes les sommes des carrés sont calculées de manière à ce que l'ordre ne soit pas important. 

 

Votre analyse n'utilise pas la somme des carrés, il n'y a donc aucun type à craindre. Pour le prouver, vous pouvez modifier votre modèle en modifiant l'ordre des termes afin de montrer que les valeurs p restent les mêmes, quel que soit l'ordre des termes.

Re: Ajustement logistique ordinale à plusieurs variables: les valeurs p sont-elles renvoyées par une erreur de type 3 des tests de vraisemblance

Autant que je sache, les erreurs de type III ne sont pas un terme statistique, c'est-à-dire qu'aucun test d'hypothèse ne permet d'éclairer ce type d'erreur.  C'est une erreur de trouver un effet, mais c'est dû à une cause différente de la cause supposée représentée par cette variable.  Ainsi, cela dépend fortement du contexte et de la connaissance de la matière - ce que je n’ai pas pour le cas que vous décrivez.  Je pense que votre collègue est en train de dire que les valeurs p significatives que vous avez trouvées reflètent vraiment l’effet de certaines variables autres que celle que vous avez dans le modèle.