Question

我是R新手，我一直在玩数据集来学习R.我的大部分经验都是在SAS。因此，在尝试对二分类结果和暴露变量进行对数二项式回归时，我立即注意到R产生的结果与我做的应急分析不一致，即产生粗略的相对风险估计，并且来自SAS结果。

数据集有400个观测值。结果是接受大学（1 =是，0 =否），自变量是高中班级（1 =高，0 =低）。

我创建了一个2x2表：

      Admission     Row Total
Rank   1      0
   1  87    125     212
   0  40    148     188

在这里可以看出，高排名使得入读大学的概率增加了1.9 [（87/212）/（40/188）]。粗略估计将产生约0.65（ln 1.9）的β系数。然而，当我在R中运行对数二项式回归时，它产生的β系数为0.289。

这是我的代码：

glm(formula = admit ~ rank, family = binomial(link = log), data = my data)

我知道在R中我必须将数值变量转换为“因子”并对它们进行排序。两个变量的参考组都是0.

在SAS中，我使用的代码是：

proc genmod data=temp; model admit=rank/link=log dist=binomial;
estimate 'Prob of admission by rank' rank 1/exp;
run;

排名的测试版为0.657（RR = 1.93）。我错过了什么吗？我知道这似乎是一个基本问题，但我找不到我的错误。

Answer 1

使你的指示组1而不是0似乎解决了它

# change the reference level:
x$rank <-  relevel(factor(x$rank),"1")
x$admit <- relevel(factor(x$admit),"1")

fit <- glm(admit ~ rank, data=x, family=binomial(link="log"))
coef(fit)
#(Intercept)       rank0 
# -1.5475625   0.6568844 
exp(coef(fit))
#(Intercept)       rank0 
#   0.212766    1.928774

这是否是一件好事还是有点可疑 - 请在此处阅读更多内容：

http://r.789695.n4.nabble.com/Relative-Risk-in-logistic-regression-td4657040.html

Answer 2

（您的数字错误：基于排名的赔率是（87/125）/（40/148）= 2.5752，以及 log-odds ，这是逻辑回归系数，为0.946。）

默认情况下，R选择因子的第一级作为参考级别。然而，SAS选择最后一级。有一个contr.SAS功能专门用于复制SAS结果。你也可以使用relevel作为@thelatemail说的。

> df <- data.frame(rank=factor(0:1), admit=c(40, 87), nonadmit=c(148, 125))
> contrasts(df$rank) <- contr.SAS(2)
> glm(cbind(admit, nonadmit) ~ rank, family=binomial, data=df)

Call:  glm(formula = cbind(admit, nonadmit) ~ rank, family = binomial, 
    data = df)

Coefficients:
(Intercept)        rank1  
    -0.3624      -0.9459  

Degrees of Freedom: 1 Total (i.e. Null);  0 Residual
Null Deviance:      18.31 
Residual Deviance: 2.043e-14    AIC: 15.07

为什么R和SAS中的日志二项式回归结果不同？

2 个答案: