如何使用R進行邏輯回歸，測試有序分類變量中線性趨勢的偏離？

Question

我正在測試有序分類自變量中二進制結果的對數幾率的線性趨勢。 通過將自變量視為連續變量可以直接實現。

我還試圖測試是否偏離線性趨勢。 我了解這是將（a）將自變量分類的模型與（b）將自變量視為連續的模型進行比較。 但是我不確定如何在R中執行此操作。

有人可以幫忙嗎？

我在下面創建了一個可復制的示例。 前7行僅創建一個數據集。 model1將自變量視為分類變量； model2為連續的。

model2提供了有力的證據，線性趨勢比完全沒有趨勢更好地解釋了趨勢，但是在這種情況下，線性趨勢顯然不是很好的解釋。

# create dataset 'a'

n <- 200
ngroups <- 7
a <- data.frame(group = rep(letters[1:ngroups], n), group2 = rep(1: ngroups, n), n = runif(n * ngroups, 0, 1))
y <- data.frame(group = letters[1:ngroups], fac = 1/(1 + exp(-1 * 1:ngroups)))
a <- merge(a, y, by = "group")
a$n2 <- a$n * a$fac
a$ind <- ifelse(a$n2 > quantile(a$n2)[4], 1, 0)

# run models

model1 <- glm(ind ~ group, data = a, family = "quasibinomial")
model2 <- glm(ind ~ group2, data = a, family = "quasibinomial") 

Answer 1

回答我自己的問題...

您進行似然比測試以比較兩個模型：

anova(model1, model2, test = "LRT")

這很可能會給出較低的p值，這表明模型是不同的，並且有證據表明非線性趨勢比線性趨勢更適合數據。