如何在SAS中对logistic回归进行似然比检验？

我想使用SAS在对数回归中执行标准似然比检验。我将有一个完整的逻辑模型，包含所有变量，命名为a和一个嵌套的逻辑模型B，它是通过从a中删除一个变量得到的

---

如果我想测试退出变量是否显著，我将对模型a和B进行似然比测试。是否有一种简单的方法可以使用PROC在SAS中进行该测试（基本上是卡方检验）？非常感谢您的帮助。

我不是逻辑回归方面的专家，但我认为您可以使用PROC logistic，使用模型语句上的“SELECTION=SCORE”选项来完成所要完成的工作。还有其他选择选项可用，例如逐步选择，但我认为分数匹配最接近您所寻找的。不过，我建议您仔细阅读，因为有一些相关的选项（BEST=，START=STOP=）您可能也会从中受益。

如果您想执行全模型vs.单变量下降模型的似然比测试，您可以使用GENMOD程序和type3选项

脚本：

data d1;
do z = 0 to 2;
do y = 0 to 1;
do x = 0 to 1;
  input n @@;
  output;
end; end; end;
cards;
100 200 300 400
50 100 150 200
50 100 150 200
;
proc genmod data = d1;
  class y z;
  freq n;
  model x = y z / error = bin link = logit type3;
run;

输出：

     LR Statistics For Type 3 Analysis

                          Chi-
Source           DF     Square    Pr > ChiSq

y                 1      16.09        <.0001
z                 2       0.00        1.0000

3类分析的LR统计信息
池-
源DF Square Pr>ChiSq
y 1 16.09我不确定是否有一个PROC语句可以专门执行LRT，但您可以计算嵌套模型的测试

剧本

proc logistic data = full_model;
model dependent_var = independent_var(s);
ods output GlobalTests = GlobalTests_full;
run;

data _null_;
set GlobalTests_full;
if test = "Likelihood Ratio" then do;
   call symput("ChiSq_full", ChiSq);
   call symput("DF_full", DF);
   end;
run;

proc logistic data = reduced_model;
model dependent_var = independent_var(s);
ods output GlobalTests = GlobalTests_reduced;
run;

data _null_;
set GlobalTests_reduced;
if test = "Likelihood Ratio" then do;
   call symput("ChiSq_reduced", ChiSq);
   call symput("DF_reduced", DF);
   end;
run;

data LRT_result;
LR = &ChiSq_full - &ChiSq_reduced;
DF = &DF_full - &DF_reduced;
p = 1 - probchi(ChiSq,DF);
run;

SELECTION=SCORE实际上是最佳的子集自动特征选择配置。这不是我想要的。我想知道SAS中是否有一些PROC可以帮助我对两个现有模型（一个嵌套另一个）执行似然比测试。但是非常感谢你的贡献。欣赏它。为什么要创建宏变量？您应该直接组合这两个数据集。如果没有宏变量，如何识别完整模型和简化模型以计算其LR。使用RENAME=dataset选项。我想我发现了一个输入错误。是不是应该是
proc logistic
（而不是
ligistic
）？@Chernoff感谢您指出错误。我现在已经编辑了这篇文章。