疑惑：看看sas的结果的奇怪现象，望给予解答

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

今天我用sas分析数据，发现了奇怪的结果，大家看看。

                                 Standard          Wald
Parameter      DF    Estimate       Error    Chi-Square    Pr > ChiSq
Intercept       1     -1.3525      0.3764       12.9097        0.0003
SEX       2     1      0.0212      0.0844        0.0633        0.8014
age2      3     1     -0.2361      0.1059        4.9726        0.0258
age2      2     1      0.2154      0.1033        4.3486        0.0370
smk       2     1     -0.1183      0.1405        0.7085        0.3999


                      Point          95% Wald
Effect             Estimate      Confidence Limits
SEX      2 vs 1       1.043       0.749       1.453
age2     3 vs 1       0.773       0.536       1.115
age2     2 vs 1       1.215       0.850       1.736
smk      2 vs 0       0.977       0.646       1.478


我是用logistic回归做的，发现年龄的OR 值包括1，而P值却小于0.05. 随后我把年龄做成哑变量
进行分析，却没有问题了 ，只是为什么？

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：sas的 怪现象 confidence logistic回归 Intercept Error

哑变量的结果：

                                 Standard          Wald
Parameter      DF    Estimate       Error    Chi-Square    Pr > ChiSq

Intercept       1     -1.3629      0.3783       12.9777        0.0003
SEX       2     1      0.0212      0.0844        0.0633        0.8014
a1        1     1      0.0973      0.0911        1.1396        0.2857
a2        1     1     -0.1285      0.0934        1.8929        0.1689



                      Point          95% Wald
Effect             Estimate      Confidence Limits

SEX      2 vs 1       1.043       0.749       1.453
a1       1 vs 0       1.215       0.850       1.736
a2       1 vs 0       0.773       0.536       1.115

如果从专业的角度来看
把年龄作为一个水平本身就是有问题的话，就必须设置哑变量
例如：糖尿病患病率，不同年龄组的人的差别是有，这个可以再专业上可以解释
这个时候如果你用年龄作为一个水平去检验年龄与应变量的关系是不行的

class age2(param=ref) sex smk;

谢谢4楼，我按你的方法试了，问题解决了，能否给予解释，param=ref，不太懂是啥意思。谢谢

5# syh002008

参见 5-30

5# syh002008

It is about CLASS Variable Parameterization. The reason is that the default parameterization is EFFECT. In fact, you do not need to concern that issue since that won’t affect the calculation of the odd ratios and their confidence intervals.
Changing to different parameterization, such as, GLM or REFERENCE, is one way for your question; another
is to use CONTRAST statement, which is always clear about the comparisons between/among groups(just need to know how to write a correct contrast at first)
JingJu