如您所知,使用CORRB選項,您可以讓SAS中的邏輯迴歸或線性迴歸輸出估計矩陣的相關性。有趣的是,我不確定如何閱讀這個矩陣。我有兩個明顯強烈正相關的變量。從PROC CORR,我可以看到這兩個變量的皮爾森相關係數是0.7+。但是,來自logitistic迴歸和線性迴歸的估計矩陣給我-0.7。相關的強度大致相似,但符號相反。任何人都可以解釋它?非常感謝。如何通過SAS中的PROC LOGISTIC和PROC REG讀取相關矩陣輸出?
1
A
回答
3
您正在讀取的值是正確的,它們只是指不同的東西。 PROC CORR給出變量的相關性,而CORRB是模型中這些變量係數的相關性。
下面是爲什麼正相關預測因子將具有負相關係數的直觀解釋。假設y = a + b1*x1 + b2*x2 + eps
。如果您將b1
增加一點從迴歸得到的最佳值,那麼y
的預測值也會增加(對於正數x1
),並且會使總體擬合更糟糕。一種方法來補償這一點,並移動預測值更接近觀察到的是減少b2
:因爲高值x1
與高值x2
相關聯,您將回到接近原始擬合。這表明b2
中的不確定性與b1
中的不確定性呈負相關:增加一個而減小另一個會導致類似的擬合。
查看完美關聯的極端情況可能非常有益:x2=x1
。那麼下面將給你一模一樣的預言:
y = 1 + 2*x + 3*x
y = 1 + 3*x + 2*x
y = 1 + 9*x + (-4)*x
etc
所以b2 = 5-b1
和係數有一個完美的負相關關係。
+0
很好的解釋。謝謝。 – Steve 2011-06-01 02:41:11
相關問題
- 1. 填充矩陣proc iml SAS
- 2. 使用Proc Logistic/Proc GAM
- 3. 如何在PROC中輸出DFBETAS到SAS數據對象REG
- 4. SAS PROC MI SAS輸出
- 5. SAS:來自PROC FREQ&PROC LOGISTIC的不同優勢比
- 6. SAS Proc UCM輸出斷點
- 7. SAS PROC轉,輸出到excel
- 8. SAS PROC IML:DO循環來填充矩陣
- 9. SAS和PROC SQL
- 10. SAS:自動將變量從proc reg傳遞給proc score
- 11. 從SAS中的proc freq創建輸出
- 12. Proc reg qq-plot輸出數據
- 13. Proc導出和Proc導入WPS/SAS中的XLSX
- 14. SAS:在PROC MEANS
- 15. SAS Proc GLM和Npar1way
- 16. PROC IML與SAS
- 17. SAS PROC製表
- 18. SAS proc surveyselect不排序輸出
- 19. Proc格式和格式SAS
- 20. SAS-如何PROC EXPORT由宏創建的多個PROC FREQ?
- 21. SAS PROC SQL通過比較日期
- 22. SAS PROC REPORT
- 23. 如何在SAS中的數據集中的所有變量上運行PROC LOGISTIC?
- 24. SAS PROC更正件與在Python
- 25. SAS PROC LOGISTIC - 爲什麼適合度測試拒絕模型?
- 26. PROC SQL SAS編程
- 27. SAS Proc SQL行號
- 28. SAS ODS RTF和PROC REPORT
- 29. SAS:在proc sql求和
- 30. 通過PROC
一般來說,你應該問stats.stackexchange.com統計問題 - 他們將得到更多的關注 – Aniko 2011-05-31 15:18:35
Aniko,謝謝你的建議。 – Steve 2011-06-01 04:13:22