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;
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;
职业等级信息
优势比估计
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