当变量与 SAS 中 proc 逻辑中的截距高度相关时，这意味着什么？答案

【问题标题】：What would it mean when a variable is highly correlated with intercept in proc logistic in SAS?当变量与 SAS 中 proc 逻辑中的截距高度相关时，这意味着什么？
【发布时间】：2011-06-09 21:42:36
【问题描述】：

我从我的一份 proc 逻辑报告中发现，某个变量与截距高度相关。我该如何解释它？我应该改变什么来修正这种相关性？

编辑：尝试从更理论的角度提出这个问题。在大多数逻辑回归包的估计相关分析输出中，如果您看到截距估计与某个变量高度相关，这意味着什么？你会如何处理这样的情况？希望这是一种更清晰的提问方式。非常感谢大家。

【问题讨论】：

我认为你应该进一步抽象这个问题：P
谢谢克里斯，看看编辑后的版本是否有帮助:)
您的意思是截距在您的模型中很重要吗？我手头没有我的统计书籍，但我知道根据情况进行重大拦截是有意义的。如果自变量为零，截距的值是否会给因变量一个有意义的值？这是一个纯粹的统计问题，所以也许你可以在这里得到更好的回答：stats.stackexchange.com
Murray，对于你的问题，根据 wald 卡方检验，截距和所有其他自变量是显着的（尽管它不是很可靠）。我的问题是所有系数都很重要，并且截距系数估计与一个独立的系数估计相关。但是你提出了一个我很想知道的附带问题：如果自变量系数估计不显着，我是否应该相信该变量的相关分析？这只是一个附带问题，与我原来的问题没有直接关系。谢谢。

标签： statistics sas regression

【解决方案1】：

截距系数和协变量之间的正相关意味着您的大部分协变量值为负（反之亦然：负相关将与正值相关）。

这不仅限于逻辑回归，使用线性回归可能更容易看到。将您的值的散点图视为 y 轴右侧的一团，并绘制最佳拟合线性回归线。现在稍微增加它的 y 截距和斜率：如果“blob”足够远，这条线将完全错过它。因此，您不能在获得合理拟合线的同时将两个参数移动到同一方向。换句话说，估计值是负相关的。

实际上，这没什么大不了的。确实，截距的估计值会有很大的可变性，但是如果您的大部分数据远离 0，这并不奇怪。通常 x=0 没有意义，因此您甚至都不关心截距。如果您无法忍受看到这些大的相关性，只需将您的 x 变量居中即可。 y 轴将移动到数据的中间，相关性将神奇地消失。当然，截距的含义也会发生变化，但这通常是可取的。

【讨论】：

好点。也许那个特定变量的值方差不大，而且离 y 轴很远。我会看看。但是解释真的很好。我很满意。谢谢。