예제 7.2: 로지스틱 회귀로 데이터 시뮬레이션

Example 7.2: 로지스틱 회귀 데이터 시뮬레이션로지스틱 회귀(섹션 4.1.1)에서 데이터를 시뮬레이션하는 것이 유용할 수 있습니다. 우리의 절차는 먼저 선형 예측값을 생성하고, 그 다음 역링크 함수를 적용한 뒤, 마지막으로 해당 파라미터를 이용해 분포에서 표본을 추출하는 것입니다. 이 방법은 다른 일반화 선형 모델에도 쉽게 적용할 수 있어 실용적입니다. 여기서는 절편을 0, 기울기를 0.5로 설정하고 1,000개의 관측값을 생성합니다. 로지스틱 회귀 적합 예시는 섹션 4.6.1을 참고하십시오.SASSAS에서는 data단계 내에서 이를 수행합니다. 모델 파라미터를 정의하고 루프(섹션 1.11.1)를 사용하여 표준 정규 공변량 값(섹션 1.10.5)을 무작위로 추출한 시나리오를 복제합니다. 각 반복마다 선형 예측값을 계산하고, 결과 expit 값을 표준 균등 분포(섹션 1.10.3)에서 무작위로 추출한 값과 비교합니다.data test; intercept = 0; beta = .5; do i = 1 to 1000; xtest = normal(12345); linpred = intercept + (xtest * beta); prob = exp(linpred) / (1 + exp(linpred)); ytest = uniform(0) lt prob; output; end; run;RR에서는 먼저 모델 파라미터 값을 할당합니다. 이후 1,000개의 무작위 정규 변량(섹션 1.10.5)을 생성하고, 각각에 대해 선형 예측값과 expit 값을 계산합니다. 마지막으로 1,000개의 무작위 균등값(섹션 1.10.3)과 벡터화된 연산(섹션 1.11.2)으로 비교합니다.intercept