twoby2 codage valeurs

bonjour,

J'ai du mal à coder et à lire le résultat d'un twoby2 dans R
en effet, j'aimerais mesurer le risque relatif d'avoir un impayé quand on a plusieurs contrats versus un seul.
mes variables sont recodées en
0 <- Unique et 1 <- Multi (MultiContrats vs unique)
0 <- Bon et 1 <- Mauvais (Bon payeur vs Mauvais payeur)

J'avais lu qu'il fallait inverser le recodage, car twoby2 considère le 0 comme "valide" vs 1 comme "non valide"
est-ce toujours le cas ? Et comment cela se passe-t-il en cas de recodage implicite comme dans mon exemple suivant  ?

Code:

>   twoby2(imp2020_v2$Has_Impayes, imp2020_v2$MultiPayeur)
2 by 2 table analysis:
------------------------------------------------------
Outcome   : Multi
Comparing : Bon vs. Mauvais_Payeur

               Multi Unique    P(Multi) 95% conf. interval
Bon            21628  16704      0.5642    0.5593   0.5692
Mauvais_Payeur  1894   2118      0.4721    0.4567   0.4876

                                   95% conf. interval
             Relative Risk: 1.1952    1.1554   1.2364
         Sample Odds Ratio: 1.4479    1.3565   1.5454
    Probability difference: 0.0921    0.0759   0.1083
 
        Asymptotic P-value: 0.0000

Merci

Votre code n'est pas reproductible. Dans mon côté j'ai :

Code:

> twoby2
Erreur : objet 'twoby2' introuvable

On ne peut donc guère vous aider.

Cordialement, Eric.

Bonjour Eric,

merci de réponse

même avec

Code:

install.packages(Epi)
Library(Epi)

?

Bonne journée

Je ne connais le package Epi.

Mais pourquoi ne pas simplement calculer un chi2 de la manière suivante :

Code:

chisq.test(table(imp2020_v2$Has_Impayes, imp2020_v2$MultiPayeur))

Eric.

Bonjour Eric,


Effectivement avec le test du Chi2 je constate bien l'indépendance des variables

Code:

>   chisq.test(table(imp2020_v2$Has_Impayes, imp2020_v2$MultiPayeur))

 Pearson's Chi-squared test with Yates' continuity correction

data:  table(imp2020_v2$Has_Impayes, imp2020_v2$MultiPayeur)
X-squared = 124.51, df = 1, p-value < 2.2e-16

>   chisq.residuals(table(imp2020_v2$Has_Impayes, imp2020_v2$MultiPayeur))
                
                 Multi Unique
  Bon             2.29  -2.56
  Mauvais_Payeur -7.09   7.92

Mais l'intérêt du twoby2 est qu'il donne un coefficient (25% de chance de plus d'avoir un impayés) ce qui est plus parlant pour les fonctionnels à qui je vais présenter l'étude.

Quoi qu'il en soit, merci du temps consacré.

Franck

Aïe,

Vous voulez dire que vous constate la forte dépendance des variables au contraire ! Vous avez un chi2 très fortement significatif. Il n'y a aucune chance que les deux variables soient indépendantes..

Eric

Oup's !

Oui tout à fait, par ailleurs, j'ai trouvé pourquoi ça ne passait pas.
J'avais oublié de changer ma valeur de référence !

Code:

abos_2018_2020_v2$Has_Impayes <- relevel(abos_2018_2020_v2$Has_Impayes, "1")

Bonjour,

Aux dernières nouvelles (Webinar : https://www.youtube.com/watch?v=MrBMjwsDqc4&ab_channel=StatB.Falissard), la fonction twoby2 considère toujours que quand une variable est codée en 0 ou 1, 0 signifie Présence du facteur et 1 Absence du facteur. Il faut donc inverser pour l’ajuster à nos données.

Code:


library(Epi)

twoby2(1 - imp2020_v2$Has_Impayes, 1 - imp2020_v2$MultiPayeur)