Logistic过程的Class选项使用

在SAS 的logistic过程中，对于自变量是分类变量时，该如果选择Class选项？？
有无Class及Class后的参数不同结果相差很大，并且，2分类及3分类又不相同。

为了什么问题，我设计程序如下，希望高人回答。
/*
sex: 取值0、1
sex1：取值F、M
test：取值0、1、2
数据中，sex对应sex1，其中sex=1对应sex1="M"，sex=0对应sex1="F"。
*/

data a;
input y sex sex1$ test @@;
cards;
0      1      M    1
1      1      M    2
0      1      M    2
0      1      M    1
1      1      M    0
0      1      M    1
0      0      F    0
0      0      F    0
0      1      M    1
0      1      M    1
0      1      M    1
0      1      M    1
1      0      F    0
0      1      M    1
0      1      M    2
0      1      M    2
0      1      M    2
0      1      M    1
1      1      M    1
0      1      M    1
0      1      M    1
0      0      F    0
0      1      M    1
0      1      M    1
1      1      M    1
0      1      M    1
1      1      M    2
0      0      F    0
0      1      M    1
0      1      M    2
0      1      M    1
0      1      M    2
0      1      M    1
0      1      M    1
1      0      F    2
0      1      M    2
0      1      M    2
0      1      M    1
0      0      F    0
0      1      M    1
0      1      M    2
1      1      M    1
0      1      M    1
0      0      F    0
0      1      M    1
0      1      M    2
0      1      M    1
0      0      F    0
0      1      M    1
1      1      M    1
;
run;

proc  logistic data=a desc;
title '例1：SEX1 F and M 有class Ref=“M”';
class sex1(param=ref ref="M");
model y=sex1;
run;

proc  logistic data=a desc;
title '例2：SEX1 F and M 有class Ref=“F”';
class sex1(param=ref ref="F");
model y=sex1;
run;

proc  logistic data=a desc;
title '例3：SEX 0 and 1 有 class  ref="1"';
class sex(param=ref ref="1");
model y=sex;
run;

proc  logistic data=a desc;
title '例4：SEX 0 and 1 有 class  ref="0"';
class sex(param=ref ref="0");
model y=sex;
run;

proc  logistic data=a desc;
title '例5：SEX 0 and 1 无 class';
model y=sex;
run;

proc  logistic data=a desc;
title '例6：SEX 0 and 1 有 class  ref=last';
class sex(param=ref ref=last);
model y=sex;
run;

proc  logistic data=a desc;
title '例7：SEX 0 and 1 有 class  ref=first';
class sex(param=ref ref=first);
model y=sex;
run;

proc  logistic data=a desc;
title '例8：SEX 0 and 1 有 class 有param无ref参数';
class sex(param=ref);
model y=sex;
run;

proc  logistic data=a desc;
title '例9：SEX 0 and 1 有 class 无任何参数';
class sex;
model y=sex;
run;

proc  logistic data=a desc;
title '例10：Test 0、1、2 有 class  ref="2"';
class Test(param=ref ref="2");
model y=Test;
run;

proc  logistic data=a desc;
title '例11：Test 0、1、2 有 class  ref="0"';
class Test(param=ref ref="0");
model y=Test;
run;

proc  logistic data=a desc;
title '例12：Test 0、1、2 无 class';
model y=Test;
run;

proc  logistic data=a desc;
title '例13：Test 0、1、2 有 class  ref=last';
class Test(param=ref ref=last);
model y=Test;
run;

proc  logistic data=a desc;
title '例14：Test 0、1、2 有 class  ref=first';
class Test(param=ref ref=first);
model y=Test;
run;

proc  logistic data=a desc;
title '例15：Test 0、1、2 有 class 有param无ref参数';
class Test(param=ref);
model y=Test;
run;

proc  logistic data=a desc;
title '例16：Test 0、1、2 有 class 无任何参数';
class Test;
model y=Test;
run;

为了方便观察结果异同，我把主要结果摘录如下

                                    Parameter      DF    Estimate       Error    Chi-Square    Pr > ChiSq
例1：SEX1 F and M 有class Ref=“M”:sex1      F     1      0.3278      0.9028        0.1319        0.7165
例2：SEX1 F and M 有class Ref=“F”:sex1      M     1     -0.3278      0.9028        0.1319        0.7165
例3：SEX 0 and 1 有 class  ref="1" :sex       0     1      0.3278      0.9028        0.1319        0.7165
例4：SEX 0 and 1 有 class  ref="0" :sex       1     1     -0.3278      0.9028        0.1319        0.7165
例5：SEX 0 and 1 无 class          :sex             1     -0.3278      0.9028        0.1319        0.7165
例6：SEX 0 and 1 有 class  ref=last:sex       0     1      0.3278      0.9028        0.1319        0.7165
例7：SEX 0 and 1 有 class ref=first:sex       1     1     -0.3278      0.9028        0.1319        0.7165
例8：SEX 0and1 有class有param无ref参数:sex    0     1      0.3278      0.9028        0.1319        0.7165
例9：SEX 0 and 1 有class 无任何参数:sex       0     1      0.1639      0.4514        0.1319        0.7165

                                        Parameter      DF    Estimate       Error    Chi-Square    Pr > ChiSq
例10：Test 0、1、2 有 class  ref="2":   test      0     1     -0.0488      1.0374        0.0022        0.9625
                                        test      1     1     -0.5878      0.8515        0.4765        0.4900

例11：Test 0、1、2 有 class  ref="0":   test      1     1     -0.5390      0.9667        0.3109        0.5771
                                        test      2     1      0.0488      1.0374        0.0022        0.9625

例12：Test 0、1、2 无 class         :   test            1      0.0877      0.5604        0.0245        0.8757

例13：Test 0、1、2 有 class  ref=last:  test      0     1     -0.0488      1.0374        0.0022        0.9625
                                        test      1     1     -0.5878      0.8515        0.4765        0.4900

例14：Test 0、1、2 有 class  ref=first: test      1     1     -0.5390      0.9667        0.3109        0.5771
                                        test      2     1      0.0488      1.0374        0.0022        0.9625

例15：Test 0、1、2 有 class 有param无ref参数:test 0     1     -0.0488      1.0374        0.0022        0.9625
                                        test      1     1     -0.5878      0.8515        0.4765        0.4900

例16：Test 0、1、2 有 class 无任何参数: test      0     1      0.1634      0.6052        0.0729        0.7872
                                        test      1     1     -0.3756      0.4992        0.5661        0.4518
aaa.txt (2.63 KB)

2012-8-1 15:27:27 上传

结果摘录

Rock2000 发表于 2012-8-1 15:28
为了方便观察结果异同，我把主要结果摘录如下

                                    Parameter      DF  ...

1.如果是两分类变量，其实分类不分类效果都是一样的；
2.多分类变量，如果是数值型，不指定分类，SAS会当做连续变量处理（分类变量时有序分类变量时，比如年龄段，工资水平等，记成1,2,3,4等等，这样处理是有意义的，如果是无序分类变量，这样处理就没有任何意 义）；如果是非数值型，SAS会报错；
3.对待多分类无序变量，是必须要设置成分类变量的；
SAS对分类变量，采用param=ref;
即分类变量 Response Profile是
[1 0
0 1
0 0]
的形式；
作为参照对象的参数估计为0；这样在估计oddratios比较方便，分类水平vs参照的水平的优势比=exp(该水平参数估计)
4.不指定ref参数，SAS会以最大值最为参照水平，比如sex会以1作为参照水平；
所以楼主上面好多程序其实是一样的。

实在太长了，没有仔细看。
不过，楼上是正解！

ziyenano 发表于 2012-8-1 18:16
1.如果是两分类变量，其实分类不分类效果都是一样的；
2.多分类变量，如果是数值型，不指定分类，SAS会当 ...

对于二分类变量，请注意例1、例5、例8、例9。
按SAS help，如果有Class=ref未再加任何任何参数，或没有Class，均默认 class=ref ref=last；从结果看确实是如此，但现在问题是，例9有Class没有加参数，结果完全不一样了，何解？？？

如果遇到二分类变量，是否加Class？还是不加Class？

Rock2000 发表于 2012-8-1 19:07
对于二分类变量，请注意例1、例5、例8、例9。
按SAS help，如果有Class=ref未再加任何任何参数，或没有C ...

1.例8，没有设置ref参数，以1为参照水平，也即sex='M'，故例1，例8是完全一样的；
其结果为0.378，即与参照水平M相比，F高出M 0.3278，（注：为了容易理解就这么说了，严格来讲这种说法是不正确的）
2.例5，没有设置分类变量，故等同于连续变量，0到1增加一个单位，-3.278*1-0.3278*0=-0.3278，
即 F 到 M 下降了0.3278，与上面是一致的（综上就是两分类变量分类不分类一样的原因）；
3.例9，在没有设置param参数时，SAS默认是param=effect；
Response Profile
[1 0
0 1
-1 -1]
的形式；
参照水平的参数估计=-1*其余水平1参数估计+-1*其余水平2参数估计....
故例9的参照水平M=-1*0.1639=-0.1639;
F与M参数估计差为=0.1639-（-0.1639）=0.3278；
与上述的结论是一样的。

ziyenano 发表于 2012-8-1 19:55
1.例8，没有设置ref参数，以1为参照水平，也即sex='M'，故例1，例8是完全一样的；
其结果为0.378，即与参 ...

问题：
1.什么情况下不加Class或加class但参数？
2.什么情况下使用class但无任何参数（param=effect）?

Rock2000 发表于 2012-8-1 20:16
问题：
1.什么情况下不加Class或加class但参数？
2.什么情况下使用class但无任何参数（param=effect）? ...

1.主要看建模目的，上面回帖讲了什么时候需要设置成分类变量，ref=看你想把什么设置成参照水平；
2.param=ref 主要强调参数估计，计算优势比oddsratio比较方便；
   param=effect主要强调假设检验，方便交互分析。

ziyenano 发表于 2012-8-1 20:29
1.主要看建模目的，上面回帖讲了什么时候需要设置成分类变量，ref=看你想把什么设置成参照水平；
2.para ...

非常感谢如此详细的诠释。可以问一下：“Param =effect ...方便交互分析”的具体所指嘛？我补充一个例子：如果你有ABC三个水平而且假设C为参考水平。也可以参考我的理解：
http://blog.sina.com.cn/s/blog_a3a9263601012klq.html

jingju11 发表于 2012-8-2 02:19
非常感谢如此详细的诠释。可以问一下：“Param =effect ...方便交互分析”的具体所指嘛？我补充一个例子： ...

感谢京剧大师的博客，受益匪浅~
交互分析说的不太好，其实是分析交互作用；个人理解是比如两个分类变量c1 c2;分析它们之间是否有交互影响，感觉和方差分析中的交互效应差不多。
说的不对的地方，还请京剧指教。