数学建模之广义线性回归

EverydayOneCat

“ฅ🐈”

知识点

1.笔记

2.Logistic回归分析

2.1例一

例：研究不同治疗方法对某病疗效的影响

这种简单的数据可以直接通过计算得出

也可以编译SAS代码：

data a;
Input treat effect count@@;
cards;
1 1 16 1 0 48 2 1 40 2 0 20
;
proc logistic order =data;/*使用logistic回归*/
freq count;/*count为频数变量*/
model effect=treat;
run;

Logistic回归因变量信息表：

模型拟合检验表：

模型拟合检验表：

说明按照线性模型来做是没错的。

模型参数的最大似然估计表：

根据此可写出回归方程：
OR的点估计与区间估计表：

2.2例二

例2：研究性别及疾病严重程度对某病疗效的影响

这就涉及多个变量，编写SAS代码：

data a; Input sex degree effect count@@;
cards;
0 0 1 21 0 0 0 6 0 1 1 9 0 1 0 9 1 0 1 8
1 0 0 10 1 1 1 4 1 1 0 11
;
proc logistic descending;/*和order相反，这个是倒序*/
freq count;
model effect= sex degree/scale=none aggregate;/*scale=none aggregate是要求对模型进行拟合优度检验*/
run;

拟合优度检验表：