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何在SAS中对logistic回归进行似然比检验?,sas,regression,Sas,Regression,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
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。