私はロジスティック回帰モデルをバイナリ結果変数(Therapy)のオッズをモデル化し、序列変数(0,1,2,3 、4)。 Hba1cは連続変数です。序数説明変数を持つロジスティック回帰
私のクラスステートメントは正しいですか?
序数変数の各レベルのオッズ比を計算するにはどうすればよいですか?
PROC LOGISTIC data=new;
class EyeID Therapy (ref ="0") Stage (param = ordinal) Gender (ref="M") Ethnicity (ref="C")/ param = ref;
model Therapy = Stage Gender age A1c Ethnicity;
oddsratio Stage;
run;
これが出力されます。
Odds Ratio Estimates and Wald Confidence Intervals
Odds Ratio Estimate 95% Confidence Limits
Stage 1 vs 0 0.873 0.547 1.394
Stage 2 vs 0 2.434 0.895 6.620
Stage 3 vs 0 0.915 0.431 1.941
Stage 4 vs 0 0.356 0.132 0.961
Stage 2 vs 1 2.788 0.980 7.935
Stage 3 vs 1 1.048 0.465 2.360
Stage 4 vs 1 0.408 0.144 1.156
Stage 3 vs 2 0.376 0.113 1.249
Stage 4 vs 2 0.146 0.038 0.567
Stage 4 vs 3 0.389 0.117 1.288
私は順序変数としてステージを報告していた場合、それは私がこのようなテーブルを作成することが正しいのですか?
Stage 1 vs 0 0.873 0.547 1.394
Stage 2 vs 1 2.788 0.98 7.935
Stage 3 vs 2 0.376 0.113 1.249
Stage 4 vs 3 0.389 0.117 1.288
このような報告はしないでください。これは舞台がカテゴリー的であったかどうかです。
Stage 1 vs 0 0.873 0.547 1.394
Stage 2 vs 0 2.434 0.895 6.62
Stage 3 vs 0 0.915 0.431 1.941
Stage 4 vs 0 0.356 0.132 0.961
序数モデルは基準レベルと比較して累積確率をモデル化しません。それはあなたが探しているものですか? – Reeza
@Reeza投稿を更新しました。出力を正しく解釈していますか? – ybao