作者tokyo291 (工口工口)
看板Statistics
標題[問題] logistic reg 改變baseline的影響
時間Sat Jun 16 01:56:42 2012
最近在作資料分析時
用SAS作logistic reg的時候
碰到一個問題是整體係數檢定和個別係數檢定產生不同的統計顯著性
我想過可能是因為共線性的問題和baseline的改變
其中比較不懂的是baseline改變這個原因
請問是因為baseline改變影響到odds ratio而造成顯著性的改變嗎?
抑或是有因為baseline改變影響到別的估計值呢?
有google查了一下有得到adjust for baseline 和baseline imbalance
不過這兩點查到的內容都有點太艱深...不太懂裡頭的意思
感謝大家了!
以下是我跑出的報表結果希望能對題目的敘述有幫助
Design
Class Value Variables
weight 57-75
0 0
75+
1 0
<57
0 1
Testing Global Null Hypothesis: BETA=0
Test Chi-Square DF Pr > ChiSq
Likelihood Ratio 6.1460 2
0.0463
Score 6.3423 2
0.0420
Wald 6.2539 2
0.0439
Analysis of Maximum Likelihood Estimates
Standard Wald
Parameter DF Estimate Error Chi-Square Pr > ChiSq
Intercept 1 -1.7897 0.1193 225.0678 <.0001
weight 75+ 1 0.3799 0.2094 3.2909
0.0697
weight <57 1 -0.2417 0.2227 1.1783
0.2777
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 218.175.102.219
※ 編輯: tokyo291 來自: 218.175.102.219 (06/16 01:57)
※ 編輯: tokyo291 來自: 218.175.102.219 (06/16 02:04)
1F：→ andrew43:我沒看到什麼問題啊. 可不可以說明哪個數字你覺得有問題? 06/16 05:14
2F：→ tokyo291:在global test中wald score likelihood得到拒絕H0:係數皆 06/16 21:22
3F：→ tokyo291:為0,而對個別係數做wald test卻有係數是無法拒絕係數為0 06/16 21:26
4F：→ tokyo291:之假設,也就是紅字的地方檢定的結論有矛盾 06/16 21:28
5F：推 sk2allwin:整體迴歸的顯著不代表「所有個別係數都會顯著」。 06/16 23:28
6F：→ tokyo291:問題就是上述的問題沒錯,只是我想要以baseline改變這一點 06/17 00:29
7F：→ tokyo291:去解釋這個問題的成因不知道該如何去解釋 06/17 00:29
8F：→ andrew43:還是不知道你的問題是什麼. 06/17 01:19
9F：→ andrew43:wald test 結果只不過指出至少有一個beta不是零. 06/17 01:22
10F：→ andrew43:矛盾在哪? 06/17 01:22
※ 編輯: tokyo291 來自: 122.123.184.13 (06/17 20:55)
11F：→ tokyo291:不好意思是我PO錯資料了QQ...我已經將正確的資料修正 06/17 20:56
12F：→ tokyo291:因為整體係數檢定是拒絕係數皆為0,而個別的wald檢定卻是 06/17 20:58
13F：→ tokyo291:都不拒絕個別係數為0之假設,global結論是至少有係數不為0 06/17 21:00
14F：→ tokyo291:而個別wald test檢定兩個參數的係數會得到不拒絕係數為0 06/17 21:01
15F：→ tokyo291:之假設.不好意思是我先前的資料有誤... 06/17 21:01
16F：推 sk2allwin:整體的顯著離0.05很近，個別變數中有一個也離0.05很近。 06/17 21:12
17F：→ sk2allwin:所以當多丟一個變數的時候，滿有可能貢獻整體的迴歸變異 06/17 21:13
18F：→ sk2allwin:進而把整體迴歸的顯著拉起來變成顯著。 06/17 21:13
19F：→ tokyo291:那請問會跟baseline改變會有關係嗎? 06/17 22:11
20F：→ andrew43:我猜你不太了解因子的wald test是怎麼做的才有這個疑問. 06/18 05:01
21F：→ andrew43:請確實了解一下它的h0是什麼就可以了. 06/18 05:02
22F：推 andrew43:以你的例子, 如果變個baseline當然會看到顯著. 06/18 05:06