在制度上限制使用SAS（是的，我知道） . 我有一个基本规范我在Stata / R运行没问题：分数logit模型（Papke Wooldridge 1996） . 它是具有二项分布假设和logit链接函数的GLM . 数据上下文是单位间隔百分比数据中的固定时间序列 .
在Stata，这很容易运行
glm Y X, family(binomial) link(logit)
在R它是
aModel <- glm(Y ~ X, family=binomial(link=logit), data = aDataFrame)
尝试使用proc GLIMMIX在SAS中执行此操作：
proc glimmix data =aDataTable method = rspl;
class someClassifier anotherClassifier;
model Y = X / dist = binomial link = logit SOLUTION;
random _residual_;
run;
我正在处理一个面板数据集，它与R或Stata语法无关，但似乎是proc glimmix所需的信息，因此我包含了一个“类”行 . 我能够拟合与Stata / R的原始模型非常接近的模型，但是当我们查看单个参数或预测值（不同预测值之间的相关性约为0.97）时，我们能够以非平凡的方式进行区分 . 任何人都可以建议在SAS中进行分数对数的正确方法吗？我认为如上所述包含“随机”线是一个麻烦的来源，因为这似乎通过额外的矩阵*向量运算向模型添加随机效应 .
1 回答
事实证明，解决方案很简单 . 需要使用：method = QUAD，它将使用准最大似然估计，与Stata和R中使用的相同 .