来自PROC GENMOD的序数变量的优势比

Question

我有一组数据，我正在创建一个逻辑回归模型，查看二元结果变量（治疗）的几率，其中Stage作为序数解释变量（0,1,2,3,4）。 A1c是连续变量。因为每个患者都有两只眼睛，所以我必须使用重复的subject = patientID（EyeID）声明。

以下是我的代码：

PROC GENMOD data=new descend;
      class patientID EyeID Stage (param = ordinal) Therapy (ref ="0") Gender(ref="M") Ethnic agegroup/ PARAM=ref;
      model Therapy = Stage A1c gender AGEGROUP Ethnic/ dist=bin;
      repeated subject=patientID(EyeID) / corr=unstr corrw;
      lsmeans Stage / ilink exp oddsratio diff cl;
run;

因为Stage是一个序数变量，我想获得第4阶段的比值比0,3比0,2比0等，所以我输入了lsmeans声明。但是，我收到了这个错误：＆＃34;警告：模型没有GLM参数化。这个参数化是TEST，LSMEANS，LSMESTIMATE和           SLICE声明。这些陈述被忽略。＆＃34;

有什么想法吗？

我检查了类变量的设计矩阵，它们是正确的。

Class Level Information
Class   Value   Design Variables
Stage 0     0   0   0   0        
    1   1.000   0   0   0        
    2   1.000   1.000   0   0        
    3   1.000   1.000   1.000   0        
    4   1.000   1.000   1.000   1.000        
Gender  F   1.000                    
    M   0                    
Ethnic  AA  1.000   0                
    As  0   1.000                
    C   0   0