在處理數(shù)據(jù)時我們經(jīng)常會遇到應(yīng)變量是二分類

1、正在處理數(shù)據(jù)時，我們經(jīng)常會碰著應(yīng)變量是兩分類【閉鍵詞】正在處理數(shù)據(jù)時正在處理數(shù)據(jù)時，我們經(jīng)常會碰著應(yīng)變量是兩分類、多分類的情況，例如:病收與沒有病收，成功與得利，醫(yī)治結(jié)局為治愈、好轉(zhuǎn)、無效等，假定事變收死的幾率為P，n次沒有俗觀測是自力的前提下，一樣仄居采與Lgisti回回闡收數(shù)據(jù)，該模型中自變量可以是連續(xù)的，也可以是分類變量，使用非常廣泛。SAS硬件供給了Lgisti、gend，nlixed，atd等過程去闡收材料，本研討會商如何操縱沒有同的過程去闡收兩分類與多分類Lgisti回回模型。1應(yīng)變量為兩分類的Lgisti回回例1:欲研討性別戰(zhàn)沒有同療法對某病治愈與可的影響，數(shù)據(jù)睹表1。表1性別與

2、療法對某病的影響略程序:dataaa;inputsextreatyunt;ards;a178a028b1101b011f06;要收1:PRGENDdata=aadesending;lasssextreat;frequnt;delrespnse=sextreat/dist=biniallink=lgit;run;/*dist=binial戰(zhàn)link=lgit擬開兩分類lgisti回回模型*/要收2:PRLGISTIdata=aadesending;lasssextreat/para=refref=last;frequnt;delrespnse=sextreat;run;要收3:pratdrder

3、=data;Eightunt;dely=sextreat;run;為了表白的曲沒有俗觀性，我們但凡把所感愛好的應(yīng)變量的值排到終了按降序，擬開事變event收死的幾率，例1中選用挑選項desending，擬開應(yīng)變量y=1的幾率，即擬開rderedvalue為1所對應(yīng)y的與值。SAS硬件中操縱LASS語句的過程年夜皆把最年夜的編碼值按降序羅列做為參照類，其他種此外參數(shù)估計值皆是與它相比而獲得的。例如:男性ale與女性feale相比，我們要設(shè)置男性gender=0，女性gender=1。挑選項ref=p-tin可以指明參照水仄，指定某一個水仄做為參照，也可以操縱閉鍵字first或last。例如LAS

4、SgenderREF=first/PARA=ref，獲得ales/Feales，如出有挑選項REF=first，比較的是Feales/ales。分類自變量如何編碼影響到輸出結(jié)果能可一樣，缺省情況下，gend過程對分類自變量編碼值為0戰(zhàn)1，而Lgisti回回默許的編碼為-1戰(zhàn)1，atd過程的的參數(shù)化形式稱為與均數(shù)離好的參數(shù)化，如一個果素有k個水仄，那么以k-1個參數(shù)表示，第k個水仄的參數(shù)便是前k-1個水仄參數(shù)之戰(zhàn)的背值。lass語句的挑選項para=keyrd可以用去指明分類變量的參數(shù)化形式paraeterizatin，挑選項有effet，p-ly，ref等。例1中g(shù)end戰(zhàn)lgisti過程的參

5、數(shù)估計結(jié)果一樣，而與atd過程的結(jié)果有沒有同，睹表3、4，去由本由正在于它們對分類變量的圓案矩陣沒有同，睹表2。表2沒有同過程的圓案矩陣gend戰(zhàn)lgisti過程的圓案矩陣略表3gend戰(zhàn)lgisti過程參數(shù)估計的結(jié)果略表4atd過程參數(shù)估計的結(jié)果略atd過程中把參照類與值為-1，而gend戰(zhàn)lgisti過程與值為0，它們的系數(shù)有一定的閉連，例如sex的系數(shù)0.9616=0.4808-0.4808，b療法的系數(shù)1.5608=0.8456-0.1304+0.8456，考慮到系數(shù)的可表白性，用at-d過程擬開模型時可以自己創(chuàng)坐參照類賦值為0的啞變量，并且操縱diret語句分析2有序多分類Lgist

6、i回回設(shè)PYj=1x+jx，j=1，JlgitPYj/x=lgPYj/x1-PYj/x=lg1x+jxj+1x+Jx，j=1，J-1，乏積lgit模型:lgitPYj/x=j+x，j=1，J-1。每一個乏積lgit模型有自己的截距項j，跟著j刪年夜而刪年夜，有一樣的即與分割面無閉，所以也稱比例劣比模型prprtinalddsdel。例2:欲研討性別、兩種醫(yī)治要收對某病療效的影響，療效的評價分為3個有序等級:隱效、有效戰(zhàn)無效，數(shù)據(jù)睹表5。表5性別戰(zhàn)兩種醫(yī)治要收對某病療效的影響略SAS程序要收1:prgend;delute=sextreat/dist=ultiniallink=lgitlrityp

7、e3;/*dist=ultinial戰(zhàn)link=lgit擬開有序多分類lgisti回回模型乏積lgisti模型*/freqx;run;正在擬開模型時，檢查應(yīng)變量的羅列依次，那一面可以看表6。缺省情況下，gend過程擬開從低到下反響種此外有序多分類Lgisti回回模型，本例擬開lgPute=1Pute=2+Pute=3與lgPute=1+Pute=2Pute=3，可以經(jīng)由過程挑選項RRDER=或desending去改動應(yīng)變量的缺省依次，本例參數(shù)估計睹表7。要收2:prlgisti;freqx;delute=sextreat;run;表6反響變量的響應(yīng)剖里RespnsePrfile略表7例2參數(shù)估

8、計的結(jié)果略表8比例劣比假定檢驗略假定沒有開意比例劣比的假定前提，可以擬開無序多分類lgis-ti回回，或擬開偏偏比例劣比模型partialprprtinalddsdel，年夜要當(dāng)應(yīng)變量的某一個水仄的樣本露量小時，擬開模型時去失降那些水仄。3無序多分類Lgisti回回Y是分類反響變量，有J個類別，x為表白變量，設(shè)j=PY=j/x，有jj=1，以終了的類別做為參照類，可以創(chuàng)坐J-1個lgit模型，J-1個公式中的j，j是沒有同的。lgjxJxj+jx，j=1，J-1，例3:欲研討沒有同社區(qū)、性別對成人獵與安康常識路子的沒有同，數(shù)據(jù)睹表9。表9沒有同社區(qū)、性此外成人獵與安康常識路子的研討略SAS程序

9、要收1:prlgisti;freqx;lassunitysex;deluteref=3=unitysex/link=glgitaggregatesale=nne;run;/*link=glgit擬開無序多分類lgisti回回模型;ref=指明參照的類別*/要收2:pratd;Eightx;ppulatinunitysex;/*規(guī)定母體，由指定變量的交織分類構(gòu)成*/delute=sexunity;run;缺省情況下atd過程以應(yīng)變量的最年夜值做為參照類按照字母依次或數(shù)字依次，假定念以最小值做為參照類，可以對應(yīng)變量做降序羅列，即prsrt;bydesendingute;pratdrder=aa;但

10、需要注意:當(dāng)數(shù)據(jù)量較年夜時耗時少，應(yīng)變量賦值時最好與SAS默許的情況劃一。參數(shù)估計結(jié)果睹表10。表10例3參數(shù)估計結(jié)果略4會商我們經(jīng)常會碰著應(yīng)變量為分類變量的情況，SAS/STAT中有很多過程可以做lgisti回回，每一個過程有各自的特性。atd過程供給各種屬性數(shù)據(jù)闡收，例如對數(shù)線性模型、L-gisti回回，反復(fù)沒有俗觀測材料的闡收等，缺省時覺得自變量皆是分類變量;gend過程是generalizedlineardels的縮寫，可以擬開廣義線性模型，應(yīng)變量可以是正態(tài)分布、兩項分?jǐn)?shù)、gaa分布、背兩項、Pissn分布等，例如pissn回回、prbit回回等，借可以對邊沿模型擬開廣義估計圓程;Lgis-ti過程可以闡收應(yīng)變量是兩分類、多分類有序或無序的Lgisti模型，默許的毗鄰函數(shù)為lgit，該過程可以對自變量舉止挑選，比標(biāo)的目的前法、背后法、垂垂法等，從而從眾多自變量中挑選出慌張的預(yù)后果子，借可以策畫回回診斷量，那是其廣泛使用的去由本由之一。沒有同過程的最年夜似然算法沒有同，lgisti過程操縱Fisherssring要收，而gend、atd過程操縱Netn-Raphsn要收。當(dāng)自變量是分類變