Les 267 fonctions de statgh.r (version 6.49) Chargement des fonctions :           source("http://forge.info.univ-angers.fr/~gh/wstat/statgh.r",encoding="latin1") Choisissez la fonction : acp acpFacteur acpLoadings addClassMeans aide ajouteTotaux ajusteNomsColonnes allCalcQT allQL allQLm allQLnonum allQLrecap allQLtriap allQLtricr allQT allQT2 allQTdf allqtdbf anaLin anaTcr analexies analyseCoefficientsModeleLogistique analyseMedianes analyseRegression anared approxPoissNorm approximationBinomiale approximationPoissonnienne approximations as.sigcode asc attends auroc aurocQlPred aurocs aurocs_delong bbpQT beanplotQT bendist bestCor bestCorDf bestGroupRep bestValAssoc bioc bloc boxplotQT cadreCah2co cah2co catln catn cats catss cb cd cdr cdrn chaineEnListe chaineEnVectNum charToNum checklm chi2 chi2Adeq chi2Indep chi2IndepTable chi2IndepTableFacteur chr clusterCor clusterCorTrans coefficientsRLB col.names col2fact colMaxs colMedians colMins compMoyData compMoyNoData compPourc compare2QT compare2QTappariees compareScoresBinaires compareScoresFL compareScoresMetavir copies corCircle couleursFL couleursMetavir couleursNmds cpt cr cv datagh ddata debutHtml decritClass decritModeleLogistiqueBinaire decritQL decritQLf decritQT decritQTparFacteur decritQTparFacteurTexte decritRLB devoff df2csv df2dac dfSansCor dfSansNA dimdf dims discordance dql dqt dtQT duree ecrit.csv ecrit.dac ecrit.dar ecrit.df ecrit.xls ect enColonnes enFacteur exploreCorrelations exprimeDuree extrait fcomp finHtml finsink fql fqt ghtrim go gr hbbpQT hhead histEffectifs histProba histQL histoQT hprint htmlsrc ic ice iceQT icm icmQT icp identif identifgc ifiab installe lesColonnes lesVariables lib ligneCadreCtrACP lignePointillesACP linCor linmodelstats lit lit.dac lit.dar lit.dar.lh lit.dar.wd lit.dat lit.dbf lit.texte lit.xls litcol lls lstMod matCor matId matPen maxMatCor mcomed mdc milieu milieux minMatCor modalitesFL modalitesMetavir modelesCLMMetavir modelesFDAMetavir modelesLDAMetavir modelesMDAMetavir modelesQDAMetavir modelesRLB modelesRLIMetavir mot mots moy nbmots noask noconst nodup nomDeFichier nombase nonoui numeroteId optionsPrint ouinon pairsi panel.cor panel.cor2 panel.corpvalue panel.pointsreg parPrint pchShow pctBcLda plotQL plotQT plotQTdet print10 pwd rchModeleLogistique rch_VE recadrage redata reduitVarsCor reformate regh regressionLogistiqueBinaire regressionLogistiqueOrdinale regressionLogistiqueOrdinale2 rlo_ord rlobin rownames rsd ruler run scr sdmax sdr sensSpec showColors simule sinksource sinksrc skku somCols sorsrc src strlen surncarg tailleEchMoy tailleEchProp tdn tmp traceCor traceLin traceQL traceRLB traceTcr triAPlats triAplat triAplatAvecOrdre triAplatNonum triCroise triCroiseBC triCroiseSansMarges triaplat ucfirst vecteurEnChaine verifSol versiongh violinplotQT vvar xls2dar z Exemples d'utilisation de la fonction rchModeleLogistique rchModeleLogistique(dataFrameAvecQlEnpremierdf) rchModeleLogistique(dataFrameAvecQlEnpremierdf,TRUE) Corps de la fonction rchModeleLogistique rchModeleLogistique <- function(df,printres=FALSE) { ################################################################# # la variable � pr�dire est forc�ment en colonne 1 cible <- df[,1] library(ROCR) ##mdc(df,meilcor=FALSE) # �tude du mod�le complet, # des mod�les � 1 variable # des mod�les � n-1 variables nbvar <- ncol(df) - 1 # car on retire la cible fnbv <- sprintf("%02dV",nbvar) nbcdr <- 3 + nbvar # car on rajoute AIC en colonne 1, il y a la constante et AUROC en fin nbmod <- 1 + 2*nbvar + 3 # les 3 derniers mod�les sont issus de step matres <- matrix(nrow=nbmod,ncol=nbcdr) colnames(matres) <- c("AUROC","(Intercept)",colnames(df)[-1],"AIC") rownames(matres) <- c(paste("M",fnbv,sprintf("%02d",0:nbvar),sep=""), paste("M",fnbv,sprintf("%03d",-(1:nbvar)),sep=""), paste("M",fnbv,c("BS","FS","MS"),sep="")) pdv <- 1:nbmod # boucle sur les mod�les models <- glm( cible ~ . ,data=na.omit(df[,-1,drop=FALSE]),family="binomial") # mod�le satur� utilis� par step model0 <- glm( cible ~ 1 ,data=na.omit(df[,-1,drop=FALSE]),family="binomial") # mod�le minimal utilis� par step for (idm in pdv) { tmpData <- na.omit(df[,-1,drop=FALSE]) if (idm==1) { # mod�le complet modele <- glm( cible ~ .,data=tmpData,family="binomial") } # fin si if ((idm>1) & (idm<=nbvar+1)) { # mod�les � 1 variable tmpData <- na.omit(df[,idm,drop=FALSE]) modele <- glm( cible ~ .,data=tmpData,family="binomial") } # fin si if ((idm>nbvar+1) & (idm<nbmod-2)) { # mod�les � n-1 variables tmpData <- na.omit(df[,c(-1,-(idm-nbvar)),drop=FALSE]) modele <- glm( cible ~ .,data=tmpData,family="binomial") } # fin si if ((idm==nbmod-2)) { # S�lection arri�re modele <- step(models,direction="backward",trace=0) } # fin si if ((idm==nbmod-1)) { # S�lection avant modele <- step(models,direction="forward",trace=0) } # fin si if ((idm==nbmod)) { # S�lection mixte modele <- step(models,direction="both",trace=0) } # fin si # on a le mod�le, on extrait les valeurs qui nous int�ressent #cat("coefficients pour idm = ",idm," / ",nbmod,": \n") #print(modele$coefficients) #print(dim(matres)) #print(length(modele$coefficients)) #attends("ok ? ") lescoef <- modele$coefficients matres[idm,nbcdr] <- modele$aic matres[idm,names(lescoef)] <- lescoef yPredites <- predict(modele,newdata=tmpData,type="response") matres[idm,1] <- aurocQlPred(cible,yPredites) } # fin pour # et on affiche si print=TRUE if (printres) { cat("\nMatrice des aic et des coefficients de la RLB\n") print(round(matres,3)) # choix du mod�le � retenir cat("\nMeilleur mod�le au sens d'AIC \n") colSel <- nbcdr idm <- matres[,colSel]==min(matres[,colSel]) print(round(matres[idm,,drop=FALSE],4)) cat("\nMeilleur mod�le au sens d'AUROC \n") colSel <- 1 idm <- matres[,colSel]==max(matres[,colSel]) print(round(matres[idm,,drop=FALSE],4)) } # fin si return(matres) } # fin de fonction rchModeleLogistique Cliquer ici pour revenir à la page de départ   Code-source de la page    explications    archive zip du code de statgh.r

 

 

   Retour à la page principale de   (gH)