Académique Documents
Professionnel Documents
Culture Documents
E1 – Beetle
Les données sont issues d’une expérimentation sur l’efficacité d’un traitement anti parasite
sur n=481 cafards. Les données individuelles reportent la variable explicative est la dose
de poison administrée logdose10 exprimée sur échelle logaritmique, la variable réponse est
binaire avec valeur 0 si l’individu a survécu et valeur 1 pour le cas de mort. ).
2. On remarque que les valeurs de la variable explicative ( doses de poison administrée ) sont
en nombre réduit; il est donc possible de regrouper les individus (données agrégées) ayant
reçu la même dose et de reporter les proportions pour chaque dose administrée des individus
morts ou ayant survécu. Construire le tableau de données agrégées en utilisant le code suivant :
N <- numeric(length(log.dose))
mort <- numeric(length(log.dose))
for (i in 1:length(log.dose)){
N[i] <- sum(log.dose10 == log.dose[i])
mort[i] <- sum(log.dose10 == log.dose[i] & mort10 == 1)
}
data.aggr <- data.frame(log.dose, mort, N)
data.aggr
Le modèle régression logistique peut prendre trois formes qui conduisent aux mêmes
résultats.
5. Déterminer les vraisemblances des différents modèles – modèle saturé , modèle nul ou
constant
et modèle avec variable explicative ; expliciter le test de déviance.