analyse-R/statistique-bivariee

[utterances-bot]

Statistique bivariée

https://larmarange.github.io/analyse-R/statistique-bivariee.html

[Lion766]

Bonjour,
Je voudrais savoir comment analyser(faire des figures de chaque variable) un ensemble de variables en un bloc svp. Merci
Autrement, je voudrais savoir s'il y a une methodes qui permet de comparer une variable dépendante à un ensemble de variable explicatives en un bloc, sans avoir à ecrire de code pour chaque variable. Merci

[larmarange]

Pour réaliser facilement et rapidement des tableaux ou des graphiques croisant plusieurs variables ensemble, le plus simple est d'avoir recours à la fonction tbl_summary() de l'extension gtsummary et à la fonction ggbivariate() de l'extension GGally.

library(gtsummary)
trial %>%
  tbl_summary(
    include = c("trt", "age", "stage", "grade"),
    by = "trt",
    percent = "row"
  ) %>%
  add_overall(last = TRUE) %>%
  add_p()

Characteristic	Drug A, N = 981	Drug B, N = 1021	Overall, N = 2001	p-value2
Age	46 (37, 59)	48 (39, 56)	47 (38, 57)	0.7
Unknown	7	4	11
T Stage				0.9
T1	28 (53%)	25 (47%)	53 (100%)
T2	25 (46%)	29 (54%)	54 (100%)
T3	22 (51%)	21 (49%)	43 (100%)
T4	23 (46%)	27 (54%)	50 (100%)
Grade				0.9
I	35 (51%)	33 (49%)	68 (100%)
II	32 (47%)	36 (53%)	68 (100%)
III	31 (48%)	33 (52%)	64 (100%)
1 Statistics presented: Median (IQR); n (%) 2 Statistical tests performed: Wilcoxon rank-sum test; chi-square test of independence

library(GGally)
#> Le chargement a nécessité le package : ggplot2
#> Registered S3 method overwritten by 'GGally':
#>   method from   
#>   +.gg   ggplot2
trial %>%
  ggbivariate(
    outcome = "trt",
    explanatory = c("age", "stage", "grade")
  )
#> Warning: Removed 11 rows containing non-finite values (stat_boxplot).

#> Warning: Removed 11 rows containing non-finite values (stat_boxplot).

^{Created on 2020-11-27 by the reprex package (v0.3.0)}

[Lion766]

Bonjour,
Merci de votre réponses. Je voudrais aussi savoir si ma variable expliquée est quantitative et les variables explicatives sont qualitatives à plus de deux modalités. Quel type de test serait adéquat(paramétrique ou non) ?
et comment réaliser facilement et rapidement des tableaux ou des graphiques croisant plusieurs variables qualitatives(a plus de 2 modalités ) indépendantes ensemble à une variable quantitative expliquée?.
=> Existe t'il une méthode pareille pour réaliser:
-le test de student (une variable quantitative expliquée par des variables qualitatives binaires)?

-le test à 0 coefiscient de correlation (quantitative expliquée par des quantitatives )?

Merci

[Lion766]

Bonjour,
Merci de vos réponses. Je voudrais aussi savoir si ma variable expliquée est quantitative et les variables explicatives sont qualitatives à plus de deux modalités. Quel type de test serait adéquat (paramétrique ou non)?
et comment réaliser facilement et rapidement des tableaux ou des graphiques croisant plusieurs variables qualitatives (a plus de 2 modalités) indépendantes ensemble à une variable quantitative expliquée ?.
=> Existe t'il une méthode pareille pour réaliser:
-le test de student (une variable quantitative expliquée par des variables qualitatives binaires)?

-le test à 0 coefiscient de corrélation (quantitative expliquée par des quantitatives)?

Merci

[larmarange]

Merci de vos réponses. Je voudrais aussi savoir si ma variable expliquée est quantitative et les variables explicatives sont qualitatives à plus de deux modalités. Quel type de test serait adéquat (paramétrique ou non)?

La question d'un test paramétrique dépend de la normalité des variables. Le test de Kruskal-Wallis de comparaison des médianes est non paramétrique et donc fonctionne dans presque tous les cas, y compris en comparant 3 groupes ou plus.

Pour un test paramétrique à 3 modalités ou plus, on peut se rabbatre sur une ANOVA à un facteur avec la fonction aov.

Ces différents tests peuvent facilement être appelés directement depuis gtsummary : http://www.danieldsjoberg.com/gtsummary/reference/add_p.tbl_summary.html

et comment réaliser facilement et rapidement des tableaux ou des graphiques croisant plusieurs variables qualitatives (a plus de 2 modalités) indépendantes ensemble à une variable quantitative expliquée ?.

Si votre variable à expliquer est quantitative, vous pouvez toujours utiliser ggbivariate()

library(GGally)
#> Le chargement a nécessité le package : ggplot2
#> Registered S3 method overwritten by 'GGally':
#>   method from   
#>   +.gg   ggplot2
iris %>%
  ggbivariate(
    outcome = "Sepal.Width",
    explanatory = c("Sepal.Length", "Species")
  )

^{Created on 2020-11-30 by the reprex package (v0.3.0)}

Pour un tableau c'est un peu plus complexe et vous n'avez pas de solution clés en main avec gtsummary().

C'est à vous déjà de définri le type de tableau que vous souhaitez produire.

Si vous avez un grand nombre de variables numériques, vous pouvez regarder du côté des matrices de corrélations : http://www.sthda.com/french/wiki/matrice-de-correlation-guide-simple-pour-analyser-formater-et-visualiser

=> Existe t'il une méthode pareille pour réaliser:
-le test de student (une variable quantitative expliquée par des variables qualitatives binaires)?

Le test de Student est présenté ici : http://larmarange.github.io/analyse-R/comparaisons-moyennes-et-proportions.html

-le test à 0 coefiscient de corrélation (quantitative expliquée par des quantitatives)?

Pas sur de bien comprendre. Vous voulez tester si un coefficient de corrélation est différent de 0 ? Si oui, vous pouvez regarder du côté de la fonction cor.test : https://rdrr.io/r/stats/cor.test.html

Merci

[Lion766]

Bonjour,
je voudrais savoir comment faire avec R, une régression logistique avec une sélection descendante pas à pas basée sur le test du rapport de vraisemblance et ceci suivi de la correction de Benjamini-Hochberg svp. Merci

[larmarange]

Bonjour,

en premier lieu, pour la régression logistique, je vous invite à lire le chapitre correspondant : https://larmarange.github.io/analyse-R/regression-logistique.html

Concernant la sélection pas à pas d'un modèle, vous ne pouvez pas vous baser seulement sur la vraisemblance. Il vous faut la pénaliser la vraisemblance par la complexité du modèle et utiliser dès lors un critère comme l'AIC ou le BIC. Ce qui se fait avec la fonction step()

Pour un cadrage plus théorique, voir https://perso.univ-rennes2.fr/system/files/users/rouviere_l/chapitre3_glm.pdf

Pour la correction Benjamini-Hochberg des p-valeurs, voir la fonction p.adjust() : https://stat.ethz.ch/R-manual/R-devel/library/stats/html/p.adjust.html

[Lion766]

Merci beaucoup. Le 11 juin 2021 à 10:11, Joseph ***@***.***> a écrit :

…

 Bonjour, en premier lieu, pour la régression logistique, je vous invite à lire le chapitre correspondant : https://larmarange.github.io/analyse-R/regression-logistique.html Concernant la sélection pas à pas d'un modèle, vous ne pouvez pas vous baser seulement sur la vraisemblance. Il vous faut la pénaliser la vraisemblance par la complexité du modèle et utiliser dès lors un critère comme l'AIC ou le BIC. Ce qui se fait avec la fonction step() Pour un cadrage plus théorique, voir https://perso.univ-rennes2.fr/system/files/users/rouviere_l/chapitre3_glm.pdf Pour la correction Benjamini-Hochberg des p-valeurs, voir la fonction p.adjust() : https://stat.ethz.ch/R-manual/R-devel/library/stats/html/p.adjust.html — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[Lion766]

Bonjour,
Je voulais savoir s'il y a une fonction plus simple qui permet de générer les résultats(OR, IC95%, p-value) d'analyse multivariée et univariées d'une régression logistique dans un même tableau d'un coup svp? J'essaie d'utiliser tbl_régression mais ça me génère uniquement les résultat de la régression multivariée. J'ai 25 variable indépendantes à utiliser pour l'analyse univariée et ceux pour 5 critères de jugements....Merci

[larmarange]

Bonjour

tbl_uvregression() permets de réaliser les multiples régressions univariées en une seule opération et un seul tableau.

tbl_merge() permets de fusionner deux tableaux en un seul.

J'ai ajouté un exemple concret dans le chapitre sur la régression logistique : https://larmarange.github.io/analyse-R/regression-logistique.html#gtsummary

[Lion766]

Bonjour,
Il y a t'il une fonction pour le test du rapport rapport de vraissemblance dans gtsummary sans pénéliser la vraissemblance svp? Merci

[quentin-brncic]

Bonjour,
Est-il possible de faire un tbl_summary qui n'affiche que des pourcentages et pas les effectifs, et qui inclue les non-réponses (dont les effectifs sont donnés par la ligne "Unknown" si j'ai bien compris) dans le total des pourcentages - un peu comme le ferait la fonction freq ?

[larmarange]

Pour inclure les manquants dans le total des pourcentages, il suffit, en amont, de les transformer en niveau de facteur avec forcats::fct_explicit_na().

Pour n'afficher que les pourcentages, il faut indiquer ce que l'on veut afficher avec l'argument statistics, par exemple : statistics = all_categorical() ~ "{p}%"

Voir http://www.danieldsjoberg.com/gtsummary/reference/tbl_summary.html

[KMATSOU12]

Bonjour,
Le total des pourcentages avec gtsummary est souvent différent de 100%.
Il y'a t-il un argument à préciser en plus dans digit?
Merci

[larmarange]

Vous avez un exemple ? Est-ce juste un problème d'arrondi ?

[KMATSOU12]

Merci pour votre retour,
C'est un problème d'arrondi.
Que ce soit avec les trois codes ci-dessous, le total est soit 100.1 ou 99% pour certaines variables.
tbl_summary(x, digits = list(all_categorical()~c(0,1)))
tbl_summary(x, digits = list(all_categorical()~1))
tbl_summary(x, digits = list(all_categorical()~0))

Je pourrais vous envoyer une capture d'écran par mail.

[larmarange]

Il s'agit ici d'un problème d'arrondi classique.

[KMATSOU12]

La solution serait de corriger ensuite à la main?
Ou des arguments supplémentaires à digit ou à round peuvent fixer le problème?
Merci

[larmarange]

Si cela vous tracasse tant, vous pouvez effectuer une correction manuelle ensuite. Sinon, il est normal, quand vous présentez des % avec une décimale, que le total puisse faire 99,9% ou 100,1%.

[Sabi1509]

Merci pour vos explications biens fournies!!

[WilliamZ98]

Bonjour monsieur,

Merci pour ce cours.
Je rencontre un message d'erreur que je n'arrive pas à comprendre :

assoc.twocont(base$Amplitude, base$Debit)
Error in assoc.twocont(base$Amplitude, base$Debit) :
This function has been moved to the descriptio package.

   Please install it and check the documentation here :

   https://nicolas-robette.github.io/descriptio/

J'ai bien installé le package et même visiter ce lien pour avoir de l'aide : https://nicolas-robette.github.io/descriptio/

[larmarange]

Avez-vous chargé le package en mémoire avec library(descriptio) ?

[WilliamZ98]

Je ne l'avais pas fait. Mais maintenant que je l'ai fait, j'ai ce message d'erreur :

library(GDAtools)
library(descriptio)
Error in FUN(X[[i]], ...) :
lazy-load database 'C:/Users/HP/AppData/Local/R/win-library/4.2/descriptio/R/descriptio.rdb' is corrupt
In addition: Warning messages:
1: In FUN(X[[i]], ...) : restarting interrupted promise evaluation
2: In FUN(X[[i]], ...) : internal error -3 in R_decompress1

[WilliamZ98]

J'ai résolu le problème : Je devais relancer la session.
Merci beaucoup monsieur !

[Brahim-k]

bonjour monsieur,
Quelles sont les packages R qui s’intéressent aux germination et la croissance de blé comme GerminR et Germinationmetrics?

[larmarange]

Bonjour, je suis désolé mais ne je n'en ai aucune idée. Ce n'est absolument pas mon domaine.

[Brahim-k]

merci beaucoup pour vos vidéos. Le ven. 9 juin 2023 à 10:34, Joseph Larmarange ***@***.***> a écrit :

…

Bonjour, je suis désolé mais ne je n'en ai aucune idée. Ce n'est absolument pas mon domaine. — Reply to this email directly, view it on GitHub <#139 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/BAODWWW2VEYPX55IM4Q3GSDXKLU2TANCNFSM5HPZB3PA> . You are receiving this because you commented.Message ID: ***@***.***>

[Brahim-k]

y-a-t-il une liste des package? Le ven. 9 juin 2023 à 10:35, Brahim Kesbi ***@***.***> a écrit :

…

merci beaucoup pour vos vidéos. Le ven. 9 juin 2023 à 10:34, Joseph Larmarange ***@***.***> a écrit : > Bonjour, je suis désolé mais ne je n'en ai aucune idée. Ce n'est > absolument pas mon domaine. > > — > Reply to this email directly, view it on GitHub > <#139 (reply in thread)>, > or unsubscribe > <https://github.com/notifications/unsubscribe-auth/BAODWWW2VEYPX55IM4Q3GSDXKLU2TANCNFSM5HPZB3PA> > . > You are receiving this because you commented.Message ID: > ***@***.***> >

[larmarange]

La liste complète est disponible sur https://cran.r-project.org/web/packages/available_packages_by_name.html

Pour des listes thématiques : https://cran.r-project.org/web/views/

[Brahim-k]

Bien reçu, merci ! Le ven. 9 juin 2023 à 11:12, Joseph Larmarange ***@***.***> a écrit :

…

La liste complète est disponible sur https://cran.r-project.org/web/packages/available_packages_by_name.html Pour des listes thématiques : https://cran.r-project.org/web/views/ — Reply to this email directly, view it on GitHub <#139 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/BAODWWQIHZJEQUV2L6TOHATXKLZKRANCNFSM5HPZB3PA> . You are receiving this because you commented.Message ID: ***@***.***>

[WilliamZ98]

Bonjour monsieur.

Je rencontre un problème lors de l'utilisation de gtsummary pour la réalisation de test statistique avec tableau croisé.
Le message d'erreur signale un problème de mémoire que je n'ai pas pu résoudre les fonctions memory.size() et memory.limit(size = 8000) ne sont plus pris en compte. C'est dire que Rstudio alloue tout l'espace disponible. Toutefois, la p-valeur n'est pas calculée ! Que faire ?

Voici mon code :
tbl_summary(DAVID_SON,
include = c("statut_depart"),
by = "statut_transition_1"
) %>%
add_overall(last = TRUE) %>%
add_p(
pvalue_fun = scales::label_pvalue(accuracy = .05)
) %>%
separate_p_footnotes() %>%
add_stat_label() %>%
add_n() %>%
italicize_levels() %>%
bold_labels() %>%
modify_header(
list(
label ~ "*TRANSITION 1 AN",
all_stat_cols(stat_0 = FALSE) ~ "{level} (n={n}, {style_percent(p)}%)",
stat_0 ~ "Ensemble (n={N})",
p.value ~ "Tests Statistiques (p-valeur)"
)
)%>%
modify_spanning_header(all_stat_cols() ~ "mouvement de croissance des microfinances")

Le message d'erreur:
There was an error in 'add_p()/add_difference()' for variable 'statut_depart', p-value omitted:
Error in stats::fisher.test(structure(c(3L, 4L, 2L, 1L, 4L, 4L, 4L, 4L, : FEXACT erreur 6 (f5xact). LDKEY=621 est trop petit pour ce problème : kval=5719586.
Essayez d’augmenter la taille de l’environnement de travail.