多分类因变量sas实现讲解.pptVIP

实用统计分析 logistic回归分析 —— 多分类 线性回归模型和广义线性回归模型要求因变量是连续的正态分布变量，且自变量和因变量呈线性关系。 当因变量是分类型变量时，且自变量与因变量没有线性关系时，线性回归模型的假设条件遭到破坏。这时，最好的回归模型是Logistic回归模型，它对因变量的分布没有要求。 从数学角度看，Logistic回归模型非常巧妙地避开了分类型变量的分布问题，补充完善了线性回归模型和广义线性回归模型的缺陷。 有序多分类——比例优势模型 例2：欲研究性别、两种治疗方法对某病疗效的影响，疗效的评价分为3个有序等级：显效、有效和无效，数据见表5。 data aa； do sex= 0 to 1；do treat=0 to 1；do outcome= 1 to 3； input x@@ ；output；end；end；end；cards； 1 0 10 5 2 7 6 7 19 16 5 6 ; Run; 方法1：proc genmod； model outcome= sex treat／dist= multinomial link= clogit lrci type3； ／*dist=multinomial和link=clogit拟合有序多分类 logistic回归模型(累积logistic模型)*／ freq x；run； 方法2：proc logistic；freq x；model outcome=sex treat；run 如果不满足比例优比的假设条件，可以拟合无序多分类logistic回归，或拟合偏比例优比模型(partial proportional odds model)，或者当应变量的某一个水平的样本含量小时，拟合模型时去掉这些水平。 有序多分类——偏比例优势模型 比例优势模型(proportional odds model)是处理有反应资料的常用方法，目前在国内医学领域已有较多应用 。但该法必须满足比例优势假定条件，即自变量的回归系数应与分割点k无关。尽管以往有研究认为，比例优势模型对这一条件并不敏感 ，但实际情况可能并非如此。 有序多分类——偏比例优势模型 有序多分类——偏比例优势模型 由于定义了k-1个分割点变量，每一观测的反应变量不再是1个，而变成了k-1个。因此可利用SAS 中proc genmod命令中的GEE(generalized estimating equations)算法来实现多结果变量的分析。 例：数据来源于某关于胃癌病变的影响因素研究，从中随机选择48例作为示例分析。因变量y胃癌病变，分为浅表性胃炎(SG)、萎缩性胃炎(CAG)、肠上皮化生(IM)、异型增生(DYS)，分别用0、1、2、3表示。 自变量X1、X2 分别为基因A和基因B，均为二分类变量，0表示表达阴性，1表示表达阳性。欲分析X1、X2对Y的影响。我们采用偏比例优势模型，对不同分割点的 X1进行参数估计。 ／ *上段程序对每一观测创建3个logit，logit表示分割点， 分别为3、2、1，新的反应变量yy赋值为1和0，每一观测均有3 个反应变量 *／ 无序多分类 data aa； do community= 1 to 3; do sex=0 t 1;do outcome=1 to 3; input x@@ ；output；end；end；end；cards； 20 35 26 10 27 57 42 17 26 16 12 26 15 15 16 11 12 20 ; Run; proc logistic； freq x； class community sex； model outcome(ref=“3”)=community sex／link=glogit aggregate scale= none；run； ／*link=glogit拟合无序多分类logistic回归模型；ref 一指明参照的类别*／