regression logistique avec variable independante=0%

Bonjour,
Dans un modele de régression logistique, je souhaiterai inclure une variable independante binaire (1/0). Cependant, dans le groupe 0, il n'y a aucun evenement et le logiciel bloque. Est ce que quelqu'un a une idée?
Merci pour votre réponse.

Tu veux dire qu'il n'y a que des 1 ?

Parce que ça n'a pas de sens ... Si ta variable est toujours égale à 1 alors elle sera à la fois égale à 1 en cas de succès mais aussi égale à 1 en cas d'échec, elle ne pourra donc jamais discriminer les succès des échecs, elle n'apporte rien comme information. De plus si tu as bien spécifiée que ta variable est qualitative lors de l'écriture de ton modèle y ~ intercept + x + variable, la variable sera redondante avec l'intercept. L'indicatrice associée avec la variable sera égale avec la variable de l'intercept, intercept=variable et dans un modèle tu ne peux pas intégrer une variable qui soit une combinaison linéaire des autres.

Tu peux voire ça si tu mets ta variable en numérique, normalement ton logiciel ne devrait pas calculer de valeurs de coefficients pour la variable qui ne contient que des 1.

Merci pour cette réponse si rapide,
Je crois que mes explications n'étaient pas claires. Je vous envoi le tableau de contingence fait pour un test exact de Fisher. Ce sont ces 2 variables que je souhaite integrer: (VI variable independante et VD variable dependante)
VD0 VD1
VI0 12 0
VI1 32 19

En TEF, je vois que ma variable independante est significativement associée à mon facteur (0/12 vs 19/32).C'est cette variable que je voudrai integrer dans le modele de reg logistique.

parce qu'il ne devrait pas être possible d'estimer les coefficients de ce modèle.

normalement le coefficient associé à ta variable qualitative dans une table de contingence 2*2 est le log du rapport des chances entre avoir un succès et être 1 (vi) et avoir un succès et être 0.

donc ici ça devrait donné : log((19/32)/(0/12)) --> qui ne devrait pas données de valeurs puisque la fraction est égale à l'infini.

pour que c'est un sens il faudrait que tu es des effectifs non nulles pour VD1-VI0.

en fait mon dernier message n'est pas exact.

Avec ta table de contingence 2*2 tu vas écrire un modèle de la forme suivante :
logit(p) = B0+B1*VI
Si tu as VI=0 le modèle s'écrit : logit(p|VI=0)=B0
Si tu as VI=1 le modèle sécrit : logit(p|VI=1)=B0+B1

Tu as donc :
logit(p|VI=1) - logit(p|VI=0) = B1+B0-B0 = B1
B1= log((p|VI=1)/(1-(p|VI=1)))-log((p|VI=0)/(1-(p|VI=0)))

donc exp(B1) = (p|VI=1)/(1-(p|VI=1)) / (p|VI=0)/(1-(p|VI=0))

exp(B1) est le rapport des chances entre avoir un succès et être V1=1 et avoir un succès et être VI=0.

Après simplification tu vois que :
exp(B1) = (19/0)/(32/12)
B1=log((19/0)/(32/12))

Donc normalement il n'est pas possible d'estimer un modèle sur cette matrice.

Si pour tester la véracité de mes dires tu prends la matrice suivante :
VD0 VD1
VI0 12 2
VI1 32 19

Alors B0 devrait être égale à log(2/12) et B1 à log((19/2)/(32/12))

Verif en image :

Code:

tab2
  VD VI Freq
4  1  1  19
3  1  0    2
2  0  1  32
1  0  0  12

Call:  glm(formula = VD ~ VI, family = binomial, data = tab2, weights = tab2$Freq)

Coefficients:
(Intercept)          VI1 
    -1.792        1.270 

Degrees of Freedom: 3 Total (i.e. Null);  2 Residual
Null Deviance:      81.79
Residual Deviance: 78.83        AIC: 82.83


Ce qui correspond bien avec ce qu'on attend.

Ce qui voudrait dire ici qu'avec VI=1 on a 3.5 fois plus de chance de succès qu'avec vi=0.

Merci beaucoup pour cette réponse.