2017-03-14 121 views
0

我正在開展一個項目,並遇到了預期問題。在對我的數據運行PROC LOGISTIC之後,我注意到一些比值比和迴歸係數似乎與它們的應該是的倒數相反。經過一些使用PROC FREQ調查優勢比的調查,我認爲PROC LOGISTIC的優勢比存在某種形式的錯誤。SAS:來自PROC FREQ&PROC LOGISTIC的不同優勢比

下面的例子是響應變量「MonthStay」和其中一個變量「KennelCough」。 MonthStay = Y和感興趣的事件是KennelCough = N.

我不知道如何解決這個疑似錯誤。我是否錯過了代碼中的某些內容以獲取正確的計算結果?或者我完全誤解了發生了什麼?謝謝!

這裏是PROC FREQ代碼和結果:

proc freq data = capstone.adopts_dog order = freq; 
tables KennelCough*MonthStay/relrisk; 
run; 

PROC FREQ RESULTS

這裏是PROC LOGISTIC CODE和結果:

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; 

enter image description here

職業等級信息

enter image description here

優勢比估計

enter image description here

+0

經過更多的思考和研究,我相信這個問題實際上可能是辛普森的悖論!非常有趣的轉變! – kimbekaw

回答

0

在PROC頻率,你正在計算未調整的比值比,而在PROC物流,所有比值比進行了調整包含在物流協變量回歸模型