Фон: У меня есть категориальный переменная, Х, с четырьмя уровней, которые я подхожу как отдельные фиктивным переменным. Таким образом, существует три полные фиктивные переменные, представляющие x = 1, x = 2, x = 3 (x = 0 - базовая линия).САС КОНТРАСТНОСТИ: «Весоизмерительная» для линейной комбинации оценок параметров в PROC GLM
Проблема/вопрос: Я хочу проверить значение линейной комбинации параметров моей модели, например: 2 * B1 + 2 * B2 + B3 = 0.
В Stata, первый вопрос можно легко сделать после того, как модель годен с помощью следующего:
test 2*B1 + 2*B2 + B3 = 0
Теперь, если я хочу сделать это в SAS для PROC GLM
используя CONTRAST
заявления, я знайте, что мои «веса» (из-за отсутствия лучшего термина) должны суммироваться до 0. Например, если в несвязанном примере я хотел протестировать следующее для четырех непрерывных переменных: C1 + C2 = C3 + C4, мой контрастный оператор будет выглядеть так:
CONTRAST 'Contrast1' C1 0.5 C2 0.5 C3 -0.5 C4 -0.5
В этом случае очевидно, что каждая переменная должна быть взвешена. Однако, когда я хочу комбинировать коэффициенты, приведенные мной в вышеприведенной модели (2 * B1 + 2 * B2 + B3 = 0) с этими весами, мне становится неясным, как взвешивать функцию в заявлении CONTRAST
, в частности, для фиктивная переменная-закодированная категориальная переменная, как описано первоначально в проблеме.
спасибо. Мне сложно отслеживать, какие заявления поддерживаются множеством регрессионных процедур SAS. Я не думал о PROC REG, потому что ранее я пытался сделать простой * расчет * (в отличие от теста) линейной комбинации параметров (т. Е. Использовать SAS как «калькулятор» с сохраненными бета-оценками), например, lincom', и PROC REG не поддержал это. На самом деле это тоже то, что мне нужно, чтобы сделать это, я добавлю его к моему вопросу. – Meg
Ничего. Я думаю, что это более уместно, поскольку его собственный вопрос. Опубликует новый вопрос сейчас. – Meg
Дополнительный, несколько связанный, вопрос: http://stackoverflow.com/questions/21758486/sas-automatically-calculate-linear-combination-of-parameter-estimates-with-pr – Meg