Olá, Embora eu ainda me considere um iniciante, inclino-me a fazer uma sugestão, baseada no que tenho aplicado nas minhas análises.
Eu uso o pacote Epitools. Ele tem comandos para cálculo de "odds ratio" (razão de chances ou de prevalencia) e de "risk ratio" (razão de risco). Ele contempla os quatro métodos para cálculo que conheço. O comando é bem simples e gera, como resposta, o valor p do teste qui-quadrado, a razão pontual e seu intervalo de confiança. Há braços, Marcos Coelho Bissoli > Em 24 de abr de 2016, às 22:56, Emerson Cotta Bodevan <[email protected]> > escreveu: > > Prezados, boa noite. > > Muito obrigado mais uma vez. Resolvido. > > Att., > > > Emerson > > Em 22 de abril de 2016 19:29, sznelwar <[email protected]> escreveu: >> Tem o dataset deste exemplo? >> >> Emerson, segue um exemplo sem erro: >> >> > a1=glm(ce~fx+pp+di+sx+tb+hf,family="poisson"(link="log")) >> > summary(a1,cor=F) >> >> Call: >> glm(formula = ce ~ fx + pp + di + sx + tb + hf, family = poisson(link = >> "log")) >> >> Deviance Residuals: >> Min 1Q Median 3Q Max >> -1,406 -0,864 -0,703 0,593 1,576 >> >> Coefficients: >> Estimate Std. Error z value Pr(>|z|) >> (Intercept) -1,399 0,196 -7,14 0,00000000000094 *** >> fx 0,455 0,211 2,16 0,031 * >> pp 0,518 0,263 1,97 0,049 * >> di 0,414 0,207 2,00 0,046 * >> sx 0,287 0,202 1,42 0,156 >> tb -1,177 1,009 -1,17 0,243 >> hf -0,338 0,421 -0,80 0,423 >> --- >> Signif. codes: 0 ‘***’ 0,001 ‘**’ 0,01 ‘*’ 0,05 ‘.’ 0,1 ‘ ’ 1 >> >> (Dispersion parameter for poisson family taken to be 1) >> >> Null deviance: 183,26 on 250 degrees of freedom >> Residual deviance: 160,98 on 244 degrees of freedom #### Aqui Residual >> deviance não é maior do que os graus de liberdade (sugere não haver >> overdispersion) >> (16 observations deleted due to missingness) >> AIC: 383 >> >> Number of Fisher Scoring iterations: 5 >> >> #Razões de prevalências >> >> > exp(a1$coefficients) >> (Intercept) fx pp di sx tb >> hf >> 0,24673 1,57594 1,67850 1,51360 1,33183 0,30818 >> 0,71343 >> > exp(confint(a1)) # 95% CI for exponentiated coefficients >> Waiting for profiling to be done... >> 2,5 % 97,5 % >> (Intercept) 0,165063 0,35644 >> fx 1,035317 2,36868 >> pp 0,975754 2,74838 >> di 1,015014 2,29550 >> sx 0,890559 1,97234 >> tb 0,017425 1,39886 >> hf 0,278106 1,49427 >> >> >> # Verificando fator de inflação das variancia >> >> > vif(a1) >> fx pp di sx tb hf >> 1,0911 1,0722 1,0131 1,0238 1,0084 1,0040 >> > sqrt(vif(a1)) >> fx pp di sx tb hf >> 1,0446 1,0355 1,0065 1,0118 1,0042 1,0020 >> > sqrt(vif(a1)) > 2 >> fx pp di sx tb hf >> FALSE FALSE FALSE FALSE FALSE FALSE >> >> # Análise de residuos studentizados >> > #residuos >> > library(MASS) >> > sresid >> > mean(sresid) >> [1] 0,00022105 >> > var(sresid) >> [1] 1,0093 >> > >> >> #variável dependente >> > tab(ce) >> freq.abs freq.rel >> 0 149 58,9 >> 1 104 41,1 >> Total: 253 >> >> Mauricio Cardeal >> UFBA >> >> Em 19/04/2016 22:00, Emerson Cotta Bodevan escreveu: >> Prezados... >> Executei o comando sugerido pelo Mauricio >> >> mod1<-glm(PoliFar~ClassEco+Educ,family="poisson"(link="log"),data=dmha2) >> >> e estou encontrando a seguinte mensagem de erro >> >> Error in if (any(y < 0)) stop("negative values not allowed for the 'Poisson' >> family") : valor ausente onde TRUE/FALSE necessário >> Além disso: Warning message: >> In Ops.factor(y, 0) : ‘<’ not meaningful for factors >> Meus dados estão no seguinte formato: (data frame dmha2): >> ClassEco Educ PoliFar >> A 0-2 S >> D-E 3-5 N >> B 12+ S >> A 6-8 S >> C 9-11 N >> D-E 0-2 S >> ... ... ... >> >> Vocês sabem o que está errado? >> Att., >> >> >> Emerson >> >> Em 19 de abril de 2016 19:03, Emerson Cotta Bodevan <[email protected]> >> escreveu: >>> Obrigado Mauricio. >>> Vou executar aqui. >>> Att., >>> >>> >>> >>> Emerson >>> >>> Em 19 de abril de 2016 19:01, Mauricio Cardeal <[email protected]> >>> escreveu: >>>> Emerson, você pode tentar assim: >>>> >>>> modelo=glm(variavel dependente ~ variaveis >>>> independentes,family="poisson"(link="log")) >>>> exp(modelo$coefficients) >>>> summary(modelo) >>>> >>>> Para os intervalos de confiança use a função confint: >>>> >>>> exp(confint(modelo)) # 95% CI for exponentiated coefficients >>>> >>>> Mauricio Cardeal >>>> UFBA >>>> >>>> >>>> Em 19/04/2016 18:37, Emerson Cotta Bodevan escreveu: >>>> Olá Marco! >>>> Obrigado pela dica. Depois de ler as referências e sugestões, vi que >>>> (apesar de minha resposta ser dicotômica) , como meu estudo é transversal, >>>> o melhor é usar a Regressão de Poisson com variância Robusta. >>>> A dica do Maurício Cardeal. Agora... como construo o IC da Razão de >>>> Prevalência? >>>> Agradeço a todos. >>>> >>>> >>>> Emerson >>>> >>>> Em 19 de abril de 2016 17:22, Marco Nunes <[email protected]> escreveu: >>>>> Olá Emerson >>>>> >>>>> O uso da razão de prevalência na regressão logística já foi reapondido. >>>>> Para o cálculo de razão de prevalência (assim como risco relatico e razão >>>>> de odds também) utilizo o pacote "epiR". >>>>> Encaminho um tutorial abaixo. >>>>> >>>>> >>>>> # Exemplo de utilização do epi.2by2 para calculo da razão de prevalencia >>>>> >>>>> library(epiR) >>>>> >>>>> dat rownames(dat) colnames(dat) dat >>>>> epi.2by2(dat = as.table(dat), method = "cross.sectional", conf.level = >>>>> 0.95, units = 100, homogeneity = "breslow.day", outcome = "as.columns") >>>>> >>>>> >>>>> Prof. Dr. Marco Antonio Prado Nunes >>>>> Departamento de Medicina/UFS >>>>> >>>>> Date: Sat, 9 Apr 2016 15:49:02 -0300 >>>>> From: [email protected] >>>>> To: [email protected] >>>>> Subject: Re: [R-br] Razão de prevalência >>>>> >>>>> >>>>> Obrigado César. >>>>> Vou verificar. >>>>> Abraço, >>>>> >>>>> >>>>> Emerson >>>>> >>>>> Em 8 de abril de 2016 14:30, Cesar Rabak <[email protected]> escreveu: >>>>> Olá Emerson, >>>>> >>>>> Embora a referência apresentada pelo Leonardo seja recente e >>>>> interessante, pode acontecer que devido a exigências do veículo que você >>>>> publicará, orientação ou chefia, o cálculo tenha que seguir com a RL >>>>> regular para os IC da RP. >>>>> >>>>> Nesse caso, recomendo a leitura de um artigo mais "clássico" e que tem >>>>> boas referências e código e R: >>>>> http://www.scielo.br/pdf/csp/v31n3/0102-311X-csp-31-03-00487.pdf >>>>> >>>>> HTH >>>>> -- >>>>> Cesar Rabak >>>>> >>>>> 2016-04-07 15:21 GMT-03:00 Emerson Cotta Bodevan <[email protected]>: >>>>> Prezados, boa tarde. >>>>> Estou usando regressão logística, tendo como resposta a ocorrência ou não >>>>> de uma doença comum (alta prevalência). >>>>> Como calcular a razão de prevalência e seus intervalos de confiança? >>>>> Estudo transversal. >>>>> Algum pacote adequado? >>>>> Agradeço qualquer ajuda. >>>>> >>>>> Emerson >>>>> _______________________________________________ >>>>> R-br mailing list >>>>> [email protected] >>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >>>>> código mínimo reproduzível. >>>>> >>>>> _______________________________________________ >>>>> R-br mailing list >>>>> [email protected] >>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >>>>> código mínimo reproduzível. >>>>> _______________________________________________ R-br mailing list >>>>> [email protected] >>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de >>>>> postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo >>>>> reproduz�vel. >>>>> >>>>> _______________________________________________ >>>>> R-br mailing list >>>>> [email protected] >>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >>>>> código mínimo reproduzível. >>>> >>>> >>>> _______________________________________________ >>>> R-br mailing list >>>> [email protected] >>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a >>>> c�digo m�nimo reproduz�vel. >>>> >>>> _______________________________________________ >>>> R-br mailing list >>>> [email protected] >>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >>>> código mínimo reproduzível. >> >> >> _______________________________________________ >> R-br mailing list >> [email protected] >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo >> m�nimo reproduz�vel. >> >> _______________________________________________ >> R-br mailing list >> [email protected] >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo >> m�nimo reproduz�vel. >> >> _______________________________________________ >> R-br mailing list >> [email protected] >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código >> mínimo reproduzível. > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > mínimo reproduzível.
_______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel.
