sas和r语言作logistic回归参数估计大小不一致，这是怎么回事呀

是 否 +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~ !

立即领取

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

用sas做了logistic回归但结果和spss、R不一致?
spss和R结果week0-group的估计值为-0.695 sas的结果为-0.347但是两者的p值是差不多的其他连续型变量的结果都差不多不知道为什么只有week0-group这个分类变量的估计值不一致
sas代码
proc logistic data=a2;
class  record_id week0_group(REF=first) ;
model respo_rate_6= week0_group meam_liquid_stool_count week1s_abdomen_pain_avg/cl rl lackfit;
run;
R语言代码
glm4<-glm(respo_rate_6~meam_liquid_stool_count+week1s_abdomen_pain_avg+week0_group,family=binomial(link="logit"),data=data_3)

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

分享0 收藏0 回帖

关键词：logistic回归 logistic ogistic logisti logist

参考类别设定不同：请确保SAS和R在处理类别变量时，参考类别的选择是一致的。在R中，glm函数默认将类别变量的最小值作为参考，而在SAS中，proc logistic默认将类别变量的最后一个类别作为参考。请根据你的具体情况，调整这两个函数的设定。

模型设定：你的R代码和SAS代码在构建逻辑回归模型时，可能使用了不同的方法。例如，R代码中的glm函数默认使用了最大似然估计法，而SAS代码中的proc logistic函数可能使用了不同的估计方法。这可能导致模型的估计值不同。请检查你的代码，并尽量使两个函数使用相同的模型设定。

在class语句上加一个param=ref选项，就可以解决。。。
proc logistic data=a2;
class  record_id week0_group(REF=first)/param=ref ;
model respo_rate_6= week0_group meam_liquid_stool_count week1s_abdomen_pain_avg/cl rl lackfit;
run;