regression logistique binaire impossible

bonjour,
j'ai réalisé l'expérimentation suivante:
15 sujets souffrant de maladie d'Alzheimer ont complété une échelle de conscience de leur trouble
ils ont été divisé en deux groupes : bonne conscience ou faible conscience de leur trouble au regard de leur score par rapport au score médian de l'échantillon
Tous ont aussi complété une brève échelle de cognition globale (le MMSE), ainsi que d'autres test (dépression, apathie...)

il existe un effet de groupe sur le le score au MMSE de telle sorte que les sujets avec meilleure conscience des troubles (n=7) ont un meilleur score au MMSE que ceux avec moindre conscience des troubles (n=huit sujets). test non-paramétrique de Mann & Whitney :W = 0, p = 0.00139.

Quand je veux faire une régression logistique binaire en utilisant le groupe comme variable dépendante et que j'introduis le MMSE comme variable explicative, R comme Jasp indiquent une p-value de 1 pour le MMSE et R précise la chose suivante:

> Reglogit = glm(Groupe ~ MMSE, family=binomial, fichier)
Messages d'avis :
1: glm.fit: l'algorithme n'a pas convergé
2: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

Je n'obtiens pas ce problème avec les autres variables explicatives que je peux utiliser.
Quelqu'un peut-il m'expliquer à quoi est du ce problème?
Je m'étonne du résultat du Mann et Whitney: W= 0 et p <0.05

Merci beaucoup
JP Jacus

Bonjour,

Il peut y avoir plusieurs problèmes.

Il faut vous nous expliquiez d'abord comment la variable "Groupe" est codée. Ce sont juste des "0" et des "1" qui indiquent dans quel groupe les individus sont ?

Par ailleurs, il semble que vos effectifs sont plutôt faibles. Peut-être pourriez vous donner les données ici qu'on regarde ça plus précisément.

C'est difficile d'en dire d'avantage pour l'instant.

Par ailleurs, je me pose une question : Pourquoi ne pas faire tous les calculs avec les valeurs d'origine de l'échelle de conscience ? La transformer en une variable binaire en deux groupes vous fait pendre une quantité énorme d'information pour rien. Déjà que vous n'avez pas beaucoup de données, apparemment. Vous nous expliquez ?

Enfin, en dit "régression logistique" pas "régression logistique binaire". Une régression logistique est toujours sur des données binomiales.

Cordialement, Eric.