PROC GENMOD中修正泊松回归estimate语句语法正确性咨询

我正尝试在数据上运行修正泊松回归，暴露变量exposure_var包含3个水平，参考水平设置为1。从未使用过estimate语句，想咨询以下三段代码中哪段的estimate语句语法正确？

代码版本一 #

class exposure_var(ref='1')/ param = ref;
model outcome_var = exposure_var covar1 covar2 cover3 / dist=poisson link=log;
weight weight_var;
estimate 'outcome_var level 2 vs ref' exposure_var 2 1 / exp; 
estimate 'outcome_var level 3 vs ref' exposure_var 3 1 / exp; 
run;

代码版本二 #

class exposure_var(ref='1')/ param = ref;
model outcome_var = exposure_var covar1 covar2 cover3 / dist=poisson link=log;
weight weight_var;
estimate 'outcome_var level 2 vs ref' exposure_var 2 -1 / exp; 
estimate 'outcome_var level 3 vs ref' exposure_var 3 -1 / exp; 
run;

代码版本三 #

class exposure_var(ref='1')/ param = ref;
model outcome_var = exposure_var covar1 covar2 cover3 / dist=poisson link=log;
weight weight_var;
estimate 'outcome_var level 2 vs ref' exposure_var 2 -1 / exp; 
estimate 'outcome_var level 3 vs ref' exposure_var 3 -2 / exp; 
run;

解答 #

首先明确：当分类变量使用param=ref（参考编码）时，SAS会为该变量生成虚拟变量。对于exposure_var的3个水平（1、2、3），参考水平设为1，模型中会生成2个参数：

• 参数1：对应水平2与参考水平1的效应差异
• 参数2：对应水平3与参考水平1的效应差异

ESTIMATE语句需要指定的是模型中每个参数的系数，而非分类变量的水平值。基于此，你的三段代码均不符合正确语法：

1. 版本一的2 1、3 1是给两个参数赋无意义的系数，无法实现“水平vs参考”的对比；
2. 版本二的2 -1、3 -1是参数的错误组合，对应非目标对比；
3. 版本三的3 -2同样是无意义的参数组合，逻辑错误。

正确写法

要实现“水平2 vs 参考水平1”和“水平3 vs 参考水平1”的对比，ESTIMATE语句应指定对应参数的系数为1，其余为0：

class exposure_var(ref='1')/ param = ref;
model outcome_var = exposure_var covar1 covar2 cover3 / dist=poisson link=log;
weight weight_var;
estimate 'outcome_var level 2 vs ref' exposure_var 1 0 / exp; 
estimate 'outcome_var level 3 vs ref' exposure_var 0 1 / exp; 
run;

更简便的替代方法

如果只是需要组间对比，推荐使用LSMEANS语句，它会自动生成正确的对比结果，无需手动指定参数系数：

class exposure_var(ref='1')/ param = ref;
model outcome_var = exposure_var covar1 covar2 cover3 / dist=poisson link=log;
weight weight_var;
lsmeans exposure_var / diff exp;  /* diff输出组间差异，exp输出指数化结果（相对风险RR） */
run;

内容的提问来源于stack exchange，提问作者kelsz24