首页 理论教育 多元统计分析-稳健三步法,SAS实现

多元统计分析-稳健三步法,SAS实现

时间:2023-10-30 理论教育 版权反馈
【摘要】:由于简单三步法会低估协变量与类别潜变量之间的关系,因此提出了稳健三步法。s=Covariates_3Step_v10.sas下载并安装%LCA_Covariates_3Step宏。SAS结果:图10-13潜类别概率和条件概率图10-14协变量的β估计值图10-15协变量的β估计值图10-16协变量的OR估计值SAS结果解释:图10-13显示了稳健三步法分析的条件概率和潜类别概率,图10-14和图10-15展示了β系数和95% CI;图10-16展示了OR值。

多元统计分析-稳健三步法,SAS实现

由于简单三步法会低估协变量与类别潜变量之间的关系,因此提出了稳健三步法。分析步骤同简单三步法,区别是稳健三步法在第二步考虑了分类误差(Bolck et al.,2004;Vermunt,2010;Dziak et al,2020)。需 从https://www.methodology.psu.edu/?s=Covariates_3Step_v10.sas下载并安装%LCA_Covariates_3Step宏。

SAS程序:

options mprint mlogic;

%INCLUDE"C:\Users\Administrator\Desktop\LCA\SAS\LCA_Covariates_3Step_v10.sas";

proc lca data=exe 10_3 outpost=Noninclusive_Post;

nclass 3;

items ACE1-ACE13;

categories 2 2 2 2 2 2 2 2 2 2 2 2 2;

seed 941622;

nstarts 10;

id ID race pedu gender urban growup;

RHO prior=1;

run;

%LCA_Covariates_3Step(postprobs=Noninclusive_Post,

id=ID,Covariates=race pedu gender urban growup);(www.xing528.com)

SAS程序解释:

options mprint mlogic表示打印无序多分类logistic回归的结果,第一步进行无条件的LCA,通过outpost保存后验概率,并命名为Noninclusive_Post,通过RHO prior=1调用条件概率;第二步纳入协变量进行无序多分类logistic回归,默认类别1为参照组。

SAS结果:

图10-13 潜类别概率和条件概率

图10-14 协变量的β估计值(稳健三步法)

图10-15 协变量的β(95% CI)估计值(稳健三步法)

图10-16 协变量的OR(95% CI)估计值(稳健三步法)

SAS结果解释:

图10-13显示了稳健三步法分析的条件概率和潜类别概率,图10-14和图10-15展示了β系数和95% CI;图10-16展示了OR值(95% CI)。结果显示,与低风险组相比,男大学生有较高的概率被分配到暴力组(β=1.1067,OR=3.0244,p<0.001)和高风险组(β=1.4702,OR=4.3502,p<0.001);与低风险组相比,有父母陪伴长大的大学生被分配到高风险组(β=-0.9167,OR=0.3998,p=0.010)概率较低。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈