catmod一、主要目的PROCCATMOD程序主要用来模式类别资料.docVIP

catmod 一、主要目的 PROC CATMOD程序 主要用来模式类别资料(categorical data),所采用的线性模型包括变异数分析模型、对数线性分析、逻辑回归(Logistic regression)分析，以及重复性测度的实验设计。它的原理是这样的,例如 Mij 表示在在第i个样本中,反应变量的值是第j个的个数,举例而言,如范例的表,我们有四组样本(年代及肤色有四种组合),而反映有三种(很好,普通及不好), M11在给定 所有M1j的和之下,? 是一个多项式分配(Multinomial Distribution),它的参数可能与解释变量有关(例如可能跟 年代或肤色相关), 在 PROC CATMOD? 中我们假设将参数作一个函数的转换后恰为解释变量的线性函数,那么到底不同年代或不同肤色会不会影响反应, 就变成了解释变量不同会不会改变多项式分配中的参数,也就变成了检定线性函数各解释变量的系数是否为0的问题. 在此我们的重点放在类别资料分析的对数线性分析(Log-linear model)。现假设我们有两组变量X和Y，且皆为离散型，其饱合模式(Saturated model)为： 我们可以使用最大概似法(Maximum likelihood)来估计上式中的参数，并找出其最适模型，而PROC CATMOD程序即可帮我们完成上述目的。 二、引用范例 为了说明PROC CATMOD程序在对数线性分析中如何使用，我们引用了一份资料，来自Stephen E. Fienberg所着之类别资料分析(The Analysis of Cross-Classified Categorical Data)中第76页，表3-16。在一项针对美国一处大城市所作的调查中，每位受访者都被问到以下的问题：目前进行中的广播网和电视网情形如何？表中的资料是根据受访者的肤色在各种反应情形下所作的分类，而且该题曾在不同的两个年代分别调查，结果如下： 原始资料 ? ? 反应 年代 肤色 很好 普通 不好 1959 黑 81 23 4 白 325 253 54 1971 黑 224 144 24 白 600 636 158 由此份资料看来我们想知道的是：目前的广播网和电视网是否在经过一段时间之后有明显的不同，及受访者的反应与年代是否有关？亦或与收听和收看的人种有关？或者时间和人种有交互关系？而我们可以建立的对数线性模型又为何？以下我们将使用PROC CATMOD程序来帮我们解答这一切的问题。 三、使用程序 首先我们将原始数据中的变量一些字母重新命名来代替： 1.年代以Y代表；其中1959以59代表、1971以71代表。 2.肤色以C代表；其中黑以B代表、白以W代表。 3.反应以R代表；其中很好以3代表、普通以2代表、不好以1代表。 4.每一格的数量则以COUNT代表。 上述的Y、C和R皆是以字符串方式表示，而COUNT是以数值方式表示。现将使用程序行于下(Catmod1.sas)： DATA A1;?INPUT Y $ C $ R $ COUNT @@;CARDS;59 B 3? 81 59 B 2? 23 59 B 1?? 459 W 3 325 59 W 2 253 59 W 1? 5471 B 3 224 71 B 2 144 71 B 1? 2471 W 3 600 71 W 2 636 71 W 1 158;RUN;DATA A2;PROC CATMOD DATA=A1;?WEIGHT COUNT;?MODEL Y*C*R=_RESPONSE_/ML PRED=FREQ;?LOGLIN Y|C|R;QUIT;RUN; 此段程序分成两部分：一是资料集A1，其目的是读入资料；另一是资料集A2，是以资料集A1来进行PROC CATMOD程序。以下我们只就第二部分的程序来进行解说。 四、程序解说及OUTPUT PROC CATMOD DATA=A1; 此段叙述句是宣告PROC CATMOD程序的开始，以资料集A1进行分析。 WEIGHT COUNT; 此叙述句系指明COUNT的值即代表每一格的观测次数或是加权值，在此是代表观测次数。 MODEL Y*C*R=_RESPONSE_/ML PRED=FREQ; 在PROC CATMOD程序中一定要宣告一个MODEL指令，不可省略，也不可多于一个。MODEL指令中有许多的线性模型可供我们使用，在此我们只使用了对数线性模型，亦即在MODEL后输入：Y*C*R=_RESPONSE_，表示我们将进行一对数线性模型。而在 / 之后的选项串中，包括了许多的选项，现将常用的列于下： 1.ML：要求以最大概似法来估计参数。 2