SAS Statistics 中的一道考题求解

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

本人非统计专业，正在准备数据分析师的考试。刚刚看完两本教材，拿来a00-240的考题想练练手，结果发现自己很多知识都理解的不够扎实到位，错误百出。。。

这道是考卷中的第8题：

Suppose training data are oversampled in the event group to make the number of events and non- events roughly equal. A logistic regression is run and the probabilities are output to a data set NEW and given the variable name PE. A decision rule considered is, "Classify data as an event if probability is greater than 0.5." Also the data set NEW contains a variable TG that indicates whether there is an event (1=Event, 0= No event).
                                                                                                                        [size=10.000000pt]The following SAS program was used：

Data NEW;
    set NEW;
    Solicit = PE > .5;
run;
proc means data=NEW(where = (TG = 1)) mean;
    var Solicit;
run;


[size=10.000000pt]What does this program calculate?                                       
[size=10.000000pt]A. Depth
B. Sensitivity
C. Specificity
D. Positive predictive value                                        
                                
                        
               

[size=10.000000pt]

[size=10.000000pt]

[size=10.000000pt]我知道Depth／Sensi／Spec／PV+这几个Statistics应该怎样求得，但是我现在对于NEW这个data set里面的三个变量（PE，Solicit，TG）理解比较混乱，所以不知道应该怎样往公式里面代入。还请大家帮忙。谢谢啦。

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：Statistics statistic Statist Statis ATI training whether number events 分析师

英语不好啊，看不懂....

我大致翻译一下：
过度采样的训练数据中事件发生的概率近似于0.5。进行logistic回归后的probability作为变量PE被存入新的data set NEW中。NEW中还有一个变量叫TG。TG的value是1或0，分别表示probability大于或小于0.5。接着就是SAS program了。

以下是我结合Confusion Matrix的理解：
rho1＝0.5，PE表示Predicted Value，那么Solicit就是Predicted Positive，TG是Actual Positive。
这里求的是Mean（Solicit）given Actual Postive。不知道我这样理解对不对。。。
但是我不明白怎么就从Mean（Solicit）given Actual Postive＝True Positive／Actual Positive＝Sentivity了。。。


PS:
Confusion Matrix：
Actual\Predict             0(Predicted Negative) |  1(Predicted Positive)
0(Actual Negative)                 True Negative  |  False Positive
1(Actual Positive)                  False Negative  |  True Positive

PE是从模型预测出来的，这个事件（每一个观测）发生的概率；
Solicit你可以理解为（每一个观测）被认为是预测发生了（发生了Solicit=1），这就是“Predicted Positive”；
TG是（每一个观测）实际是否发生（发生了TG=1），这就是“Actual Positive”；

灵敏度（Sensitivity）=（Ture positives）/（total actually positive）=最后那个proc means运行出来的结果。

具体看看<Predictive Modeling Using Logistic Regression>的4-33，多看几遍就明白了。

Kalet 发表于 2013-6-20 15:06
PE是从模型预测出来的，这个事件（每一个观测）发生的概率；
Solicit你可以理解为（每一个观测）被认为是预 ...

谢谢你呀，可我还是不太理解proc means运行的结果是如何等于TP/AP的，可不可以解释一下？

proc means data=NEW(where = (TG = 1)) mean;
    var Solicit;
run;

{TG =1} is to select those with observed event (regard it as true). {Solicit=1} are those scored (tested) as an event and {solicit =0} as a non-event. So here the mean == #{solicit=1 & TG=1}/#{TG=1}, which is defined by sensitivity: if it is an event, how likely we can test it as an event. In medical field, that is an upmost important indicator for a test. We cannot afford any chance of missing a sick person (having event). Just for my curiosity, what is depth?
Jingju

jingju11 发表于 2013-6-21 05:21
{TG =1} is to select those with observed event (regard it as true). {Solicit=1} are those scored ( ...

I finally get it. Thanks so much:)

Depth is the total proportion of cases that were allocated to class 1(having event).

(p1+p2+p3+....+pn.)/(1+1+1+1+1+....)这就相当于求平均

真牛！