我已尽力搜索网络上的问题答案,但一直未能找到任何答案。也许我不是以正确的方式提问,或者我的问题不能解决......那么,这里什么都不做!根据SAS中的因果性标准排除回归中的变量
当在SAS中运行回归时,可以执行向后或向前选择,从而消除所有无关紧要的变量,这很好,但仅仅因为变量的p值≤0.05,并不一定意味着结果是正确的。
E.g.,我在SAS中进行回归分析,因变量是因疾病导致的死亡人数,自变量是医生人数。结果显着,p≤0.05,但系数表示,随着医生人数的增加,死亡人数也在增加。这可能是虚假回归的结果,但因果关系是错误的,但SAS只是一台计算机,并不知道因果关系会走向哪个方向。 (当然也可能是这样,更多的医生=由于其他因素导致更多的死亡,但现在让我们忽略它)。
我的问题是:是否有可能做出回归,然后告诉SAS,它必须做后向/前向消除,但根据我设置的一些规则,它也必须排除不符合这些规则的变量?例如。如果死亡人数增加,随着医生人数的增加,排除可变数量的医生?那该怎么办
我真的很希望有人能帮助我,因为我在多个不同的年份进行了50多个变量的回归,如果我不需要经历所有结果我。
谢谢:)
可以增加SAS以构建应用其他规则的系统。即当变量数量> 100时p <0.05,但p <0。04当变量的数量<= 100时,使用宏语言创建%do循环,并在满足一些条件时继续运行它。 但是,这可能是一段时间的承诺。 – JJFord3