楼主: 大苏老师
1613 5

[回归分析求助] firthlogit 命令如何得到标准化回归系数? [推广有奖]

  • 1关注
  • 1粉丝

本科生

59%

还不是VIP/贵宾

-

威望
0
论坛币
1 个
通用积分
0.1062
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
2092 点
帖子
62
精华
0
在线时间
67 小时
注册时间
2021-8-22
最后登录
2023-10-29

楼主
大苏老师 发表于 2022-11-28 12:13:37 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
大家好,请教个问题:
    之前用的logit 命令进行回归分析,但是显示:

stata把ymulti 这个变量给剔除了,结果中就不显示该变量的系数大小;
为了解决这个问题,找到了firthlogit  这个代码,能够得到回归系数。但是我想要的是标准化的回归系数,原来用logit命令时使用的是 listcoef, std help 命令,可以直接得到。但是该命令并不适用于firthlogit ,所以来请教一下大家,请问:
1 有没有什么命令可以得到firthlogit 分析的标准化后的系数
2 除了用firthlogit 命令进行回归之外,请问是否还有其他解决办法解决上述橙色部分出现的问题,谢谢。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:logit 回归系数 Log FIR 标准化

沙发
大苏老师 发表于 2022-11-28 12:14:50
note: 0.ymulti != 1 predicts success perfectly;
       0.ymulti omitted and 1317 obs not used.   
这是提到的用logit命令时, stata给出的note

藤椅
fatherberry 发表于 2022-12-1 19:19:40
1、firthlogit直接给出的结果不就是coef吗?logit命令后使用 listcoef, std help 命令给出的系数与logit显示的结果无二啊
2、看不到橙色部分在哪里

板凳
大苏老师 发表于 2022-12-2 09:29:29
fatherberry 发表于 2022-12-1 19:19
1、firthlogit直接给出的结果不就是coef吗?logit命令后使用 listcoef, std help 命令给出的系数与logit显 ...
它是给出的coef系数,可是这个系数是非标准化的,我想要标准化后的回归系数。
橙色部分它没显示,所以我就zai2留言里补充上了

报纸
大苏老师 发表于 2022-12-2 09:29:49
大苏老师 发表于 2022-11-28 12:14
note: 0.ymulti != 1 predicts success perfectly;
       0.ymulti omitted and 1317 obs not used.     ...
这是提到的橙色部分

地板
赵安豆 发表于 2024-11-28 10:47:16
在Stata中使用Firth logistic回归时获取标准化的回归系数(通常指标准偏回归系数)并不直接像`logit`命令那样容易。这是因为`firthlogit`命令主要关注于修正小样本偏差和解决完全或准完全分离的问题,而没有内置功能来直接计算标准化系数。

不过,你仍然可以通过一些间接方式来实现这一目标:

### 1. 计算标准化系数的方法
一个常见但繁琐的方式是手动计算标准化回归系数。对于二元或连续预测变量,你可以将该变量转换为标准分数(即减去其均值后除以标准差)然后重新运行`firthlogit`命令。

例如:
```stata
gen std_X = (X - r(mean))/r(sd)
firthlogit y i.covars std_X if !missing(std_X), or nolog
```
假设`X`是你的预测变量,`y`是因变量。你需要为每个预测变量重复这一过程。

### 2. 使用其他命令解决橙色部分的问题
如果问题在于Stata自动剔除了某一变量(如`ymulti`)可能是因为该变量的分类完全与因变量中的某个类别对应,导致完全分离问题。除了使用Firth回归外,你还可以考虑以下方法:

- **增加样本量**:这是最直接但也是最难实现的方式。
- **使用Bayesian logistic regression** 或其他贝叶斯方法来处理小样本或完全分离的问题。`bayes: logit y covars` 可以是一个选项。
- **尝试将变量转换为连续型或减少分类的数量**,这可能帮助缓解完全分离问题。

### 3. 使用R进行标准化系数计算
另一个选择是使用R语言和`logistf`包(专门用于Firth逻辑回归),其中提供了直接获取标准化系数的方法。你可以在Stata中导出数据到R格式,然后在R中分析并读回结果。

希望这些方法能够帮助你解决目前的问题!如果你对具体实施步骤有疑问,可以进一步说明。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2026-1-10 01:24