先说声抱歉,文章有点长 这阵子在跑logit model 但因为自变数有重复测量的问题 所以学长建议用GEE model 但是目前卡在一个地方 应变数为(0,1)变数 自变数当中有3个是类别变数 地区别,行业别,教育程度 地区别在资料中显示的方式为 1.北部 2.中部 3.南部 我的作法是 when 地区别为北部时,X1=1,otherwise X1=0 when 地区别为中部时,X2=1,otherwise X2=0 所以设完虚拟变数後会有下列表示法 X1 X2 (1 0 ) 表北部 (0 1 ) 表中部 (0 0 ) 表南部 回归时,丢X1当自变数去跑 并且在 proc genmod 的class选项中丢X1=0当对照组 解释"北部地区(X1=1)"相对於"非北部地区(X1=0)" 对应变数发生的odds ratio为何 proc genmod descending data=a; class 重复测量的变数 X1/param=ref ref=first ; model 应变数(为0,1变数)=一堆自变数 X1 /dist=b link=logit; repeated subject=重复测量的变数/type=un; run; 我觉得作法应该没错 可是学长认为应该要2个地区别都出来对照某个地区别 可是....我觉得很怪 X1是一个自变数,而X2是另一个自变数 X1和X2怎麽可能放在一起後,再以X1=0做为对照组 因为X1=1的ref为X1=0,所以解释上以"非北部地区"做为对照组 应该是不可能将X1和X2放在一起後去抓对照组 语法也写不出来才对 所以...我在想 学长的意思是不是说... 不要create虚拟变数 而以当初的地区别做自变数 地区别=1 (北部) 地区别=2 (中部) 地区别=3 (南部) 然後变成 proc genmod descending data=a; class 重复测量的自变数 地区别/param=ref ref=first ; model (0,1)应变数=一堆自变数 地区别 /dist=b link=logit; repeated subject=重复测量的变数/type=un; run; 也就是将X1换成地区别这样.... 可是..... 这样不是变得更怪吗?? 因为地区别是类别变数 其代表的1,2,3并没有数值上的意义 这样子跑出来的贝他系数应该是不能用来解释应变数才对吧~~~ 另外在行业别这个自变项学长也是持相同看法 就是所有行业别都出来对照某个行业别 问题是....行业别的代号更是没有数值上的意义啊 如果不用虚拟变数分组,跑出来的系数应该是有问题的 如果系数都有问题了,odds ratio应该也不能用吧 但用了虚拟变数,就只能有0和1两个组别而已 不可能出现所有行业别做为组别才对啊~~ 因为这个问题我跟学长争论一个下午 感觉是在鸡同鸭讲 但当时又没有机会指出学长不对的地方 (也是有可能我误会学长的意思) 所以想问一下版友 我的想法和做法问题出在哪里? 再次说声抱歉,内容很多 还请版友指点 感恩 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 36.227.127.193 嗯~~ 今天我回去看了一下SAS OUTPUT的东西了 之前真的没发现一件事情 即使将类别变数分组 例如 地区 族群 1 3 1 1 2 2 3 1 其中地区和族群的分组数字都不具数学意义时 例如地区1和地区2以及族群1和族群3 当中的1,2,3并没有数学上的对应关系 SAS在跑GEE时 会自动将其分组成虚拟变数的样态 变成 地区1 1 0 0 地区2 0 1 0 地区3 0 0 1 所以..... 我错了~~~~~~~~ 今天也跑去跟学长道歉了~~~唉 不过学长还是有一件事情没有解决 不知道有没有版友愿意开导~~~~ 就是GEE的OUTPUT中 在 goodness to fit的结果当中 每一个变数的DF(自由度)都没有出来 导致我没有办法用卡方值去判断模型到底是好还是坏 希望有版友指点 感恩 ※ 编辑: dofu1943 来自: 36.227.123.122 (10/01 21:21)