文件名称：Categorical Data Analysis Using The SAS System
文件大小：26.26MB
文件格式：PDF
更新时间：2012-11-26 12:48:25
SAS ,Categorical Data Analysis, 统计，分类数据，pdf
Chapter 1. Introduction 1 1.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Scale of Measurement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Sampling Frameworks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 OverviewofAnalysis Strategies . . . . . . . . . . . . . . . . . . . . . . . . 7 1.5 WorkingwithTables in theSASSystem . . . . . . . . . . . . . . . . . . . . 10 1.6 UsingThisBook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 Chapter 2. The 2 2 Table 17 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2 Chi-Square Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3 ExactTests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.4 Difference inProportions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.5 OddsRatio andRelativeRisk . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.6 Sensitivity andSpecificity . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.7 McNemar’sTest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Chapter 3. Sets of 2 2 Tables 43 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.2 Mantel-Haenszel Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.3 Measures of Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Chapter 4. Sets of 2 r and s 2 Tables 65 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4.2 Sets of 2 rTables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4.3 Sets of s 2Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4.4 Relationships BetweenSetsofTables . . . . . . . . . . . . . . . . . . . . . 86 Chapter 5. The s r Table 89 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.2 Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.3 ExactTests forAssociation . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 5.4 Measures of Association . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 5.5 ObserverAgreement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.6 Test forOrderedDifferences . . . . . . . . . . . . . . . . . . . . . . . . . . 116 Chapter 6. Sets of s r Tables 121 6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 6.2 General Mantel-Haenszel Methodology . . . . . . . . . . . . . . . . . . . . 124 6.3 Mantel-Haenszel Applications . . . . . . . . . . . . . . . . . . . . . . . . . 127 6.4 Advanced Topic: Application to Repeated Measures . . . . . . . . . . . . . 137 Chapter 7. Nonparametric Methods 159 7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 7.2 Wilcoxon-Mann-Whitney Test . . . . . . . . . . . . . . . . . . . . . . . . . 161 7.3 Kruskal-Wallis Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 7.4 Friedman’sChi-SquareTest . . . . . . . . . . . . . . . . . . . . . . . . . . 168 7.5 Aligned Ranks Test for Randomized Complete Blocks . . . . . . . . . . . . 170 7.6 Durbin’sTest forBalanced IncompleteBlocks . . . . . . . . . . . . . . . . 171 7.7 RankAnalysis ofCovariance . . . . . . . . . . . . . . . . . . . . . . . . . . 174 Chapter 8. Logistic Regression I: Dichotomous Response 181 8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 8.2 Dichotomous ExplanatoryVariables . . . . . . . . . . . . . . . . . . . . . . 184 8.3 Using theCLASSStatement . . . . . . . . . . . . . . . . . . . . . . . . . . 195 8.4 Qualitative Explanatory Variables . . . . . . . . . . . . . . . . . . . . . . . 203 8.5 Continuous and Ordinal Explanatory Variables . . . . . . . . . . . . . . . . 211 8.6 A Note on Diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 8.7 Maximum Likelihood Estimation Problems and Alternatives . . . . . . . . . 222 8.8 Exact Methods in Logistic Regression . . . . . . . . . . . . . . . . . . . . . 225 8.9 Using the CATMOD and GENMOD Procedures for Logistic Regression . . . 232 Appendix A: Statistical Methodology for Dichotomous Logistic Regression . . . 239 Chapter 9. Logistic Regression II: Polytomous Response 241 9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 9.2 OrdinalResponse: ProportionalOddsModel . . . . . . . . . . . . . . . . . 243 9.3 NominalResponse: Generalized LogitsModel . . . . . . . . . . . . . . . . 257 Chapter 10. Conditional Logistic Regression 271 10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 10.2 Paired Observations from a Highly Stratified Cohort Study . . . . . . . . . 273 10.3 ClinicalTrialsStudyAnalysis . . . . . . . . . . . . . . . . . . . . . . . . 276 10.4 CrossoverDesignStudies . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 10.5 General Conditional Logistic Regression . . . . . . . . . . . . . . . . . . . 295 10.6 PairedObservations inaRetrospectiveMatched Study . . . . . . . . . . . 300 10.7 1:m Conditional Logistic Regression . . . . . . . . . . . . . . . . . . . . . 309 10.8 Exact Conditional Logistic Regression in the Stratified Setting . . . . . . . 314 Appendix A: Theory for the Case-Control Retrospective Setting . . . . . . . . . 318 AppendixB:Theory forExactConditional Inference . . . . . . . . . . . . . . . 320 AppendixC:ODSMacro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 Chapter 11. Quantal Bioassay Analysis 323 11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325 11.2 Estimating Tolerance Distributions . . . . . . . . . . . . . . . . . . . . . . 325 11.3 ComparingTwoDrugs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330 11.4 Analysis ofPainStudy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 ii Chapter 12. Poisson Regression 347 12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349 12.2 Methodology for Poisson Regression . . . . . . . . . . . . . . . . . . . . . 349 12.3 Simple Poisson Counts Example . . . . . . . . . . . . . . . . . . . . . . . 351 12.4 Poisson Regression for Incidence Densities . . . . . . . . . . . . . . . . . 353 12.5 Overdispersion inLowerRespiratory Infection Example . . . . . . . . . . 356 Chapter 13. Weighted Least Squares 363 13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 13.2 Weighted Least Squares Methodology . . . . . . . . . . . . . . . . . . . . 365 13.3 Using PROC CATMOD for Weighted Least Squares Analysis . . . . . . . . 371 13.4 Analysis ofMeans: PerformingContrastTests . . . . . . . . . . . . . . . . 377 13.5 Analysis ofProportions: OccupationalData . . . . . . . . . . . . . . . . . 386 13.6 Obstetrical PainData: AdvancedModeling ofMeans . . . . . . . . . . . . 395 13.7 Analysis ofSurveySampleData . . . . . . . . . . . . . . . . . . . . . . . 409 13.8 Modeling Rank Measures of Association Statistics . . . . . . . . . . . . . . 418 Appendix A: Statistical Methodology for Weighted Least Squares . . . . . . . . 422 Chapter 14. Modeling Repeated Measurements Data with WLS 427 14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429 14.2 Weighted Least Squares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430 14.3 Advanced Topic: Further Weighted Least Squares Applications . . . . . . . 453 Chapter 15. Generalized Estimating Equations 469 15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471 15.2 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471 15.3 Summary of the GEE Methodology . . . . . . . . . . . . . . . . . . . . . 478 15.4 Passive Smoking Example . . . . . . . . . . . . . . . . . . . . . . . . . . 480 15.5 CrossoverExample . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487 15.6 RespiratoryData . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 15.7 Using a Modified Wald Statistic to Assess Model Effects . . . . . . . . . . 503 15.8 Diagnostic Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 505 15.9 Using GEE for Count Data . . . . . . . . . . . . . . . . . . . . . . . . . . 510 15.10 Fitting the Proportional Odds Model . . . . . . . . . . . . . . . . . . . . 514 15.11 GEEAnalyses forDatawithMissingValues . . . . . . . . . . . . . . . . 518 15.12 Alternating Logistic Regression . . . . . . . . . . . . . . . . . . . . . . . 527 15.13 Using GEE to Fit a Partial Proportional Odds Model: Univariate Outcome 533 15.14 Using GEE to Account for Overdispersion: Univariate Outcome . . . . . . 541 AppendixA:Steps toFind theGEESolution . . . . . . . . . . . . . . . . . . . 547 AppendixB:Macro forAdjustedWaldStatistic . . . . . . . . . . . . . . . . . . 548 Chapter 16. Loglinear Models 551 16.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553 16.2 Two-WayContingency Tables . . . . . . . . . . . . . . . . . . . . . . . . 554 16.3 Three-WayContingency Tables . . . . . . . . . . . . . . . . . . . . . . . . 564 16.4 Higher-OrderContingency Tables . . . . . . . . . . . . . . . . . . . . . . 574 16.5 Correspondence Between Logistic Models and Loglinear Models . . . . . . 585 iii Appendix A: Equivalence of the Loglinear and Poisson Regression Models . . . 588 Chapter 17. Categorized Time-to-Event Data 591 17.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 17.2 LifeTableEstimation ofSurvivalRates . . . . . . . . . . . . . . . . . . . 593 17.3 Mantel-CoxTest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 596 17.4 Piecewise Exponential Models . . . . . . . . . . . . . . . . . . . . . . . . 599 References 607 Index 619 iv