Les posteurs les plus actifs de la semaine
Nik
 
Aymeen
 


GLM et coefficients

Aller en bas

GLM et coefficients

Message par lenny868 le Dim 6 Mai - 23:54

Bonjour à tous,

J'ai publié à plusieurs reprises des post sur le GLM. Je souhaite savoir s'il existe d'autre donnée, mise à part la p-value , qui peuvent orienter vers la significativité.

Je souhaite afficher mes données comme cet exemple :



Comment avoir à la fois coefficient, t-value, et p-value ? sur quoi peut nous renseigner les t-value et les coefficients?
Comment déduire, le restricted log likelyhood, et les deux p² à la fin ?
Merci beaucoup pour votre aide I love you

lenny868

Nombre de messages : 37
Date d'inscription : 16/01/2018

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par Eric Wajnberg le Lun 7 Mai - 7:20

Je ne comprends pas votre question. Vous voulez afficher vos résultats sous la forme d'un tableau que vous donnez, mais vous le faites déjà. Quelle est la question donc ?

Sous R, summary() du modèle ajusté fait exactement ça, je pense.

Par ailleurs "likelihood", pas "likelyhood"..

HTH, Eric.
avatar
Eric Wajnberg

Nombre de messages : 944
Date d'inscription : 14/09/2012

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par lenny868 le Lun 7 Mai - 8:59

Bonjour,

L'image que j'ai mis est extraite d'un papier et je souhaite faire la même chose. Voici ci dessous un exemple :

Code:
res=structure(list(Motif = structure(c(2L, 1L, 1L, 2L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L,
2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
2L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L,
1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L), .Label = c("Home",
"Other"), class = "factor"), Type = structure(c(1L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L,
2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L,
2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L), .Label = c("Irregular",
"Regular"), class = "factor"), Times = c(9L, 4L, 25L, 23L, 50L,
9L, 4L, 20L, 36L, 25L, 28L, 32L, 28L, 26L, 26L, 26L, 26L, 4L,
16L, 9L, 25L, 26L, 28L, 32L, 4L, 6L, 6L, 6L, 6L, 6L, 4L, 44L,
15L, 9L, 4L, 4L, 9L, 6L, 26L, 33L, 44L, 44L, 4L, 36L, 14L, 4L,
4L, 36L, 9L, 32L, 32L, 4L, 44L, 26L, 9L, 6L, 4L, 33L, 26L, 26L,
26L, 23L, 26L, 9L, 14L, 36L, 44L, 4L, 35L, 32L, 28L, 28L, 9L,
36L, 6L, 4L, 14L, 36L, 26L, 9L, 9L, 9L, 4L, 4L, 14L, 33L, 15L,
4L, 4L, 58L, 26L, 4L, 33L, 9L, 4L, 4L, 4L, 39L, 26L, 9L, 6L,
33L, 28L, 33L, 20L, 33L, 6L, 14L, 20L, 50L, 58L, 17L, 36L, 28L,
51L, 33L, 50L, 16L, 26L, 4L, 33L, 50L, 9L, 26L, 28L, 4L, 58L,
9L, 17L, 6L, 14L, 58L, 28L, 9L, 6L, 50L, 9L, 9L, 9L, 4L, 26L,
9L, 9L, 14L, 36L, 44L, 20L, 26L, 50L, 6L, 6L, 9L, 16L, 14L, 11L,
44L, 9L, 58L, 9L, 14L, 9L, 36L, 28L, 17L, 28L, 23L, 11L, 33L,
6L, 14L, 36L, 9L, 9L, 11L, 17L, 17L, 20L, 9L, 14L, 11L, 20L,
6L, 4L, 9L, 14L, 11L, 4L, 6L, 14L, 23L, 36L, 23L, 20L, 11L, 9L,
9L, 14L, 26L, 9L, 6L, 16L, 18L, 23L, 43L, 23L, 6L, 6L, 9L, 28L,
20L, 58L, 36L, 11L, 51L, 20L, 26L, 33L, 9L, 6L, 9L, 17L, 14L,
58L, 11L, 20L, 6L, 17L, 14L, 28L, 16L, 6L, 6L, 28L, 6L, 6L, 9L,
28L, 9L, 22L, 14L, 6L, 6L, 14L, 17L, 36L, 37L, 20L, 20L, 35L,
23L, 9L, 25L, 25L, 23L, 23L, 33L, 18L, 51L, 6L, 9L, 6L, 6L, 9L,
17L, 9L, 29L, 28L, 20L, 28L, 14L, 50L, 14L, 17L, 6L, 11L, 11L,
28L, 20L, 28L, 20L, 6L, 6L, 9L, 9L, 47L, 36L, 36L, 9L, 9L, 11L,
17L, 23L, 23L, 44L, 20L, 36L, 52L, 17L, 17L, 44L, 28L, 11L, 14L,
28L, 23L, 9L, 9L, 17L, 18L, 22L, 28L, 9L, 14L, 14L, 14L, 23L,
23L, 52L, 17L, 28L, 14L, 28L, 9L, 6L, 6L, 28L, 23L, 23L, 4L,
37L, 51L, 51L, 14L, 23L, 6L, 28L, 20L, 17L, 26L, 11L, 35L, 15L,
14L, 20L, 18L, 4L, 29L, 6L, 30L, 51L, 23L, 11L, 9L, 23L, 14L,
23L, 14L, 15L, 36L, 9L, 37L, 29L, 28L, 30L, 23L, 51L, 51L, 17L,
17L, 30L, 18L, 23L, 28L, 15L, 14L, 9L, 28L, 33L, 14L, 23L, 9L,
14L, 26L, 9L, 23L, 14L, 9L, 44L, 43L, 15L, 4L, 14L, 14L, 23L,
52L, 23L, 14L, 32L, 17L, 17L, 44L, 20L, 30L, 28L, 43L, 33L, 23L,
9L, 44L, 33L, 23L, 18L, 26L, 26L, 26L, 9L, 6L, 11L, 6L, 18L,
30L, 17L, 51L, 44L, 23L, 43L, 30L, 23L, 17L, 44L, 43L, 23L, 15L,
28L, 17L, 18L, 23L, 26L, 14L, 9L, 28L, 15L, 16L, 9L, 17L, 30L,
15L, 20L, 6L, 23L, 28L, 18L, 32L, 30L, 18L, 17L, 23L, 18L, 18L,
6L, 17L, 30L, 51L, 44L, 23L, 28L, 18L, 15L, 18L, 28L, 26L, 44L,
23L, 23L, 17L, 28L, 30L, 17L, 44L, 43L, 30L, 38L, 17L, 28L, 26L,
17L, 17L, 18L, 23L, 28L, 6L, 30L, 17L, 9L, 28L, 28L, 28L, 11L,
17L, 17L, 20L, 9L, 30L, 18L, 47L, 30L, 23L, 33L, 18L, 30L, 17L,
36L, 30L, 23L, 17L, 30L, 33L, 14L, 18L, 15L, 32L, 23L, 23L, 30L,
23L, 30L, 30L, 43L, 30L, 30L, 17L, 36L, 17L, 17L, 51L, 30L, 17L,
15L, 50L, 11L, 11L, 4L, 32L, 26L, 17L), Genre = structure(c(2L,
1L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 2L,
2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L,
2L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 1L,
2L, 1L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 1L,
2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 2L,
2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L,
1L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 2L,
2L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 2L,
1L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 1L,
2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 1L,
2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 2L,
2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 2L,
1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L,
2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L,
1L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 1L,
2L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L,
1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L,
1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L,
2L, 1L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L,
2L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L,
1L, 2L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 1L, 1L, 1L, 1L, 2L, 1L, 2L,
2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L,
1L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 1L,
2L, 1L, 2L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L,
2L, 1L, 1L, 1L, 2L, 1L, 2L, 1L, 1L, 1L, 1L, 1L, 2L, 1L, 2L, 2L,
1L, 1L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 1L, 1L, 2L, 1L, 2L,
2L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, 2L,
1L, 2L, 1L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 1L, 1L,
1L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 1L,
2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
1L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 2L, 1L, 2L, 1L, 1L, 2L,
2L, 2L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L, 2L, 2L
), .Label = c("Female", "Male"), class = "factor"), Age = c(27L,
18L, 38L, 16L, 50L, 30L, 26L, 65L, 28L, 25L, 57L, 26L, 28L, 53L,
26L, 21L, 21L, 25L, 55L, 16L, 59L, 22L, 45L, 19L, 40L, 10L, 54L,
51L, 30L, 20L, 22L, 22L, 37L, 39L, 50L, 35L, 20L, 44L, 26L, 32L,
20L, 26L, 56L, 36L, 31L, 30L, 38L, 58L, 40L, 58L, 53L, 34L, 48L,
55L, 27L, 48L, 47L, 16L, 29L, 45L, 19L, 49L, 48L, 34L, 26L, 52L,
39L, 30L, 39L, 21L, 19L, 34L, 39L, 62L, 63L, 21L, 50L, 43L, 50L,
25L, 54L, 55L, 42L, 43L, 29L, 26L, 43L, 37L, 25L, 31L, 21L, 23L,
30L, 30L, 55L, 18L, 45L, 28L, 51L, 43L, 15L, 18L, 39L, 52L, 52L,
36L, 20L, 52L, 64L, 52L, 42L, 45L, 17L, 19L, 29L, 60L, 55L, 48L,
43L, 67L, 58L, 26L, 34L, 56L, 62L, 36L, 32L, 51L, 30L, 54L, 56L,
60L, 49L, 50L, 40L, 51L, 28L, 59L, 35L, 20L, 53L, 35L, 54L, 27L,
22L, 46L, 33L, 33L, 41L, 34L, 42L, 39L, 46L, 58L, 25L, 58L, 33L,
28L, 39L, 22L, 25L, 59L, 49L, 50L, 46L, 54L, 37L, 20L, 50L, 22L,
32L, 30L, 25L, 25L, 60L, 26L, 55L, 44L, 53L, 19L, 29L, 36L, 28L,
54L, 56L, 48L, 35L, 39L, 28L, 37L, 41L, 22L, 54L, 50L, 57L, 56L,
40L, 22L, 34L, 21L, 14L, 35L, 65L, 54L, 42L, 38L, 14L, 28L, 55L,
64L, 46L, 37L, 39L, 45L, 42L, 20L, 20L, 35L, 17L, 46L, 20L, 19L,
45L, 55L, 28L, 33L, 45L, 52L, 42L, 30L, 37L, 33L, 18L, 56L, 36L,
60L, 50L, 47L, 27L, 22L, 25L, 19L, 51L, 24L, 55L, 32L, 60L, 19L,
50L, 44L, 41L, 45L, 46L, 28L, 56L, 25L, 51L, 30L, 46L, 32L, 19L,
37L, 39L, 60L, 18L, 28L, 45L, 58L, 29L, 22L, 50L, 17L, 33L, 26L,
28L, 31L, 23L, 49L, 52L, 22L, 30L, 37L, 33L, 32L, 33L, 45L, 29L,
22L, 27L, 37L, 17L, 24L, 30L, 40L, 18L, 54L, 49L, 41L, 47L, 44L,
53L, 48L, 40L, 20L, 21L, 54L, 23L, 22L, 31L, 41L, 47L, 36L, 22L,
51L, 27L, 30L, 50L, 56L, 44L, 38L, 43L, 54L, 52L, 42L, 59L, 43L,
38L, 57L, 20L, 50L, 25L, 25L, 25L, 30L, 39L, 33L, 50L, 39L, 49L,
53L, 57L, 74L, 48L, 35L, 51L, 53L, 41L, 27L, 18L, 28L, 30L, 27L,
33L, 59L, 25L, 39L, 37L, 52L, 47L, 56L, 30L, 53L, 64L, 47L, 55L,
50L, 55L, 47L, 45L, 56L, 26L, 27L, 31L, 28L, 39L, 61L, 50L, 54L,
22L, 54L, 40L, 40L, 44L, 40L, 31L, 55L, 38L, 51L, 28L, 35L, 33L,
25L, 41L, 35L, 53L, 29L, 27L, 33L, 35L, 39L, 47L, 42L, 20L, 34L,
56L, 41L, 55L, 53L, 53L, 25L, 56L, 57L, 53L, 18L, 57L, 58L, 57L,
38L, 44L, 22L, 50L, 32L, 59L, 47L, 50L, 44L, 50L, 43L, 24L, 45L,
53L, 52L, 18L, 45L, 27L, 30L, 55L, 31L, 39L, 50L, 45L, 45L, 50L,
43L, 39L, 48L, 22L, 39L, 41L, 34L, 39L, 52L, 53L, 53L, 31L, 35L,
62L, 53L, 60L, 41L, 30L, 23L, 42L, 56L, 43L, 35L, 56L, 34L, 56L,
38L, 41L, 52L, 62L, 30L, 51L, 44L, 54L, 24L, 53L, 47L, 42L, 43L,
57L, 18L, 62L, 40L, 37L, 36L, 52L, 41L, 42L, 48L, 41L, 33L, 26L,
43L, 37L, 33L, 26L, 32L, 42L, 31L, 18L, 26L, 20L, 43L, 35L, 33L,
38L, 50L, 37L, 42L, 35L, 52L, 43L, 35L, 50L, 37L, 30L, 49L, 46L,
54L, 29L, 38L, 54L, 27L, 57L, 52L, 26L, 23L, 36L, 56L, 38L, 50L,
59L, 19L, 42L, 18L, 22L, 22L, 22L, 24L, 23L, 37L, 40L), No = c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
), Yes = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 0L)), .Names = c("Motif", "Type", "Times",
"Genre", "Age", "No", "Yes"), row.names = c(NA, -545L), class = "data.frame")

attach(res)
model1=glm(Yes ~ Genre + Times + Type + Age, family=binomial)
summary(model1)

Code:
Call:
glm(formula = cbind(Yes, No) ~ Genre + Times + Type + Age, family = binomial)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-1.3888  -0.6611  -0.5468  -0.4145   2.7894  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)  
(Intercept)  0.208933   0.478947   0.436  0.66267  
GenreMale   -0.260949   0.233441  -1.118  0.26364  
Times       -0.027336   0.010159  -2.691  0.00713 **
TypeRegular -0.976515   0.323165  -3.022  0.00251 **
Age         -0.006787   0.009069  -0.748  0.45420  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 452.25  on 473  degrees of freedom
Residual deviance: 431.47  on 469  degrees of freedom
AIC: 463.2

Justement, Je ne vois pas ou sont les :
-  t-value ?
- Coefficient est ce que c'est l'estimate ? peut on déduire un niveau de significativité avec ces coefficients (c'est ce que je vois sur le tableau image que j'ai mis) ?
- le log likelihood ? J'ai regardé un peu sur R est- ce la bonne commande
Code:
logLik(model1)
'log Lik.' -226.6008 (df=5)
- Je ne sais pas à quoi correspondent les deux p².

Merci d'avance pour votre aide précieuse

lenny868

Nombre de messages : 37
Date d'inscription : 16/01/2018

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par Eric Wajnberg le Lun 7 Mai - 12:14

Les t-values que vous cherchez sont les z values des sorties de R.

Oui, les coefficients sont les estimate. Oui, on peut faire des conclusions sur le niveau de significativité avec ces coefficients, mais c'est un traitement un peu "quick & dirty". Il faudrait faire ce qu'on appelle des tests du rapport de vraisemblance (likelihood ratio tests).

De quelles deux p2 parlez vous ?

Cordialement, Eric.
avatar
Eric Wajnberg

Nombre de messages : 944
Date d'inscription : 14/09/2012

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par lenny868 le Mar 8 Mai - 23:23

Merci pour votre réponse. Je demandais la signification de p² les deux dernières lignes du tableau.

Par ailleurs, ce qui m’intéresse le plus c'est de pouvoir calculer la taille d'effet (effect size). On me demande qu'elle est la taille d'effet et pourquoi j'ai choisi cette taille. Honnêtement, lors du recueil de données, je suis partie de la simple règle, plus N est grand, les analyses sont moins exposées au erreurs.

Pourriez vous m'aider en ce qui concerne ces deux points :
-comment calculer la taille d'effet sous R pour un GLM
-est ce que mon argumentation tiens sur le nombre des expériences ?

Merci beaucoup
Lenny

lenny868

Nombre de messages : 37
Date d'inscription : 16/01/2018

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par Eric Wajnberg le Mer 9 Mai - 6:55

lenny868 a écrit:Merci pour votre réponse. Je demandais la signification de p² les deux dernières lignes du tableau.
Je ne vois pas de p2 dans les deux dernières lignes du tableau.
lenny868 a écrit:Par ailleurs, ce qui m’intéresse le plus c'est de pouvoir calculer la taille d'effet (effect size). On me demande qu'elle est la taille d'effet et pourquoi j'ai choisi cette taille. Honnêtement, lors du recueil de données, je suis partie de la simple règle, plus N est grand, les analyses sont moins exposées au erreurs.
L'effect size est la différence des moyennes observées. C'est juste cela. Vous pouvez tomber sur une test significatif avec des effect sizes ridiculement petits (justement si - par exemple - vous augmentez N), et ça n'a pas de sens (par exemple biologique). C'est jusque ce qui vous est demandé.

Cordialement, Eric.
avatar
Eric Wajnberg

Nombre de messages : 944
Date d'inscription : 14/09/2012

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par lenny868 le Dim 13 Mai - 19:37

Merci pour votre réponse.

Je reste tout de même curieuse en ce qui concerne les commandes à utiliser sous R pour estimer la taille de l'effet pour GLM. En ce qui concerne le datasat que je viens de fournir, s'il s'agit de calcul de moyennes observé, cela veut dire qu'il y a un size effect pour chaque variable ?

La syntaxe est-elle du type :
Code:
library('effsize')
cohen.d(res$Yes,res$No)


Merci pour votre aide
Lenny

lenny868

Nombre de messages : 37
Date d'inscription : 16/01/2018

Voir le profil de l'utilisateur

Revenir en haut Aller en bas

Re: GLM et coefficients

Message par Contenu sponsorisé


Contenu sponsorisé


Revenir en haut Aller en bas

Revenir en haut

- Sujets similaires

 
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum