SAS中的分數logit模型

-1

制度上限制使用SAS（是的，我知道）。我有一個在Stata/R中運行的基本規範沒有問題：分數邏輯模型（Papke Wooldridge 1996）。這是一個具有二項分佈假設和logit連接函數的GLM。數據上下文是單位間隔百分比數據中的固定時間序列。SAS中的分數logit模型

在Stata這是很容易爲

glm Y X, family(binomial) link(logit)

R中運行它是

aModel <- glm(Y ~ X, family=binomial(link=logit), data = aDataFrame)

試圖使用PROC GLIMMIX爲此在SAS：

proc glimmix data =aDataTable method = rspl; 
class someClassifier anotherClassifier; 
model Y = X/dist = binomial link = logit SOLUTION; 
random _residual_; 
run;

我處理使用面板數據集，這在R或Stata語法中無關緊要，但似乎是proc glimmix所需的信息，因此我的包含'class'行。我能夠擬合與Stata/R的原始數據非常接近的模型，但當我們查看單個參數或預測值（不同預測值之間的相關性約爲.97）時，這些模型在非平凡方面有所不同。任何人都可以建議在SAS中使用分數邏輯嗎？我認爲如上所述包含一個「隨機」行是麻煩的一個來源，因爲這似乎通過額外的矩陣*向量操作向模型添加了隨機效應。

來源

2017-09-12 JPErwin

爲什麼要在您的CLASS語句中添加不屬於MODEL語句部分的變量？你也有任何缺失的值？ – Tom

解決方案很簡單。需要使用： method = QUAD 它將使用準最大似然估計，與Stata和R中使用的相同。

來源

2017-09-12 19:23:36 JPErwin

SAS中的分數logit模型

回答

相關問題