2017-03-14 88 views
0

我正在开展一个项目,并遇到了预期问题。在对我的数据运行PROC LOGISTIC之后,我注意到一些比值比和回归系数似乎与它们的应该是的倒数相反。经过一些使用PROC FREQ调查优势比的调查,我认为PROC LOGISTIC的优势比存在某种形式的错误。SAS:来自PROC FREQ&PROC LOGISTIC的不同优势比

下面的例子是响应变量“MonthStay”和其中一个变量“KennelCough”。 MonthStay = Y和感兴趣的事件是KennelCough = N.

我不知道如何解决这个疑似错误。我是否错过了代码中的某些内容以获取正确的计算结果?或者我完全误解了发生了什么?谢谢!

这里是PROC FREQ代码和结果:

proc freq data = capstone.adopts_dog order = freq; 
tables KennelCough*MonthStay/relrisk; 
run; 

PROC FREQ RESULTS

这里是PROC LOGISTIC CODE和结果:

proc logistic data = capstone.adopts_dog plots(only)=(roc(id=prob) effect); 

class Breed(ref='Chihuahua') Gender(ref='Female') 
Color(ref='Black') Source(ref='Stray') EvalCat(ref='TR') SNAtIn(ref='No') 
FoodAggro(ref='Y') AnimalAggro(ref='Y') KennelCough(ref='Y') Dental(ref='Y') 
Fearful(ref='Y') Handling(ref='Y') UnderAge(ref='Y') InJuris(ref='Alameda County') 
InRegion(ref='East Bay SPCA - Dublin') OutRegion(ref='East Bay SPCA - Dublin') 
/param=ref; 

model MonthStay(event='Y') = Age Gender Breed Weight Color Source EvalCat SNatIn 
NumBehvCond NumMedCond FoodAggro AnimalAggro KennelCough Dental Fearful 
Handling UnderAge Injuris InRegion OutRegion 

/lackfit aggregate scale = none selection = backward rsquare; 
output out = probdogs4 PREDPROBS=I reschi = pearson h = leverage; 
run; 

enter image description here

职业等级信息

enter image description here

优势比估计

enter image description here

+0

经过更多的思考和研究,我相信这个问题实际上可能是辛普森的悖论!非常有趣的转变! – kimbekaw

回答

0

在PROC频率,你正在计算未调整的比值比,而在PROC物流,所有比值比进行了调整包含在物流协变量回归模型