Supongamos que voy a hacer una regresión logística univariada en varias variables independientes, como esta:
mod.a <- glm(x ~ a, data=z, family=binominal("logistic"))
mod.b <- glm(x ~ b, data=z, family=binominal("logistic"))
Hice una comparación de modelo (prueba de razón de probabilidad) para ver si este modelo es mejor que el modelo nulo con este comando
1-pchisq(mod.a$null.deviance-mod.a$deviance, mod.a$df.null-mod.a$df.residual)
Luego construí otro modelo con todas las variables.
mod.c <- glm(x ~ a+b, data=z, family=binomial("logistic"))
Para ver si la variable es estadísticamente significativa en el modelo multivariante, utilicé el lrtest
comando deepicalc
lrtest(mod.c,mod.a) ### see if variable b is statistically significant after adjustment of a
lrtest(mod.c,mod.b) ### see if variable a is statistically significant after adjustment of b
Me pregunto si el pchisq
método y el lrtest
método son equivalentes para hacer la prueba de loglikelihood. Como no sé cómo usar lrtest
para el modelo logístico univado.