根据SAS中的因果性标准排除回归中的变量

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:)

来源

2016-10-03 BitteB

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

我不认为这是可能的或推荐。如前所述，SAS是一台计算机，无法知道哪些回归结果是虚假的。如果更多的医生=更多的医疗程序=更多的死亡？很明显，你需要对每种情况应用专家意见，但上述情况同样合理。

您还提到'文档份额'，如果我是正确的，这不是实际的数字吗？所以它也可能是这个度量如何计算的一个人为因素。

如果您有一组特定的规则要排除，那可能是可行的。但是你必须首先定义所有这些规则，并且对它们有一定的把握。

来源

2016-10-03 11:54:58 Reeza

你说得对。我的问题还不够清楚。我想制定一些规则，但我不知道如何。我会纠正我的问题谢谢:) – BitteB

我不认为有一个统计上有效的方法来做你的建议。 – Reeza

如果您需要指定不寻常的参数选择标准，您可以随时通过强力推送自己的机器学习：对数据进行分区，在宏循环中的所有分区上运行不同的回归模型，并使用类似AIC的选项来选择最佳模型。

但是，除非你是机器学习专家，否则最好从proc glmselect开始。

SAS都可以做向前选择和向后消除在glmselect程序，如：

proc gmlselect data=...; 
model .../select=forward; 
...

这也将是可能的两种方法结合起来 - 即在宏观循环运行的proc glmselect反复几次，各有不同型号规格，然后选择最佳结果。

来源

2016-10-03 23:27:23 david25272

根据SAS中的因果性标准排除回归中的变量

回答

相关问题