home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1993 #3 / NN_1993_3.iso / spool / bit / listserv / statl / 2453 < prev    next >
Encoding:
Text File  |  1993-01-27  |  9.3 KB  |  230 lines
  1. Comments: Gated by NETNEWS@AUVM.AMERICAN.EDU
  2. Path: sparky!uunet!uvaarpa!darwin.sura.net!paladin.american.edu!auvm!MHS.UNC.EDU!CROSS.CPC
  3. X-Delivery-Notice:  SMTP MAIL FROM does not correspond to sender.
  4. Message-ID: <9301261944.AA04963@hermes.oit.unc.edu>
  5. Newsgroups: bit.listserv.stat-l
  6. Date:         Tue, 26 Jan 1993 14:33:00 LCL
  7. Sender:       STATISTICAL CONSULTING <STAT-L@MCGILL1.BITNET>
  8. From:         CROSS <CROSS.CPC@MHS.UNC.EDU>
  9. Subject:      summary of multinomial logit
  10. Lines: 218
  11.  
  12. On Tuesday, 1/19 I posted the following question to STAT-L:
  13.  
  14. ************************************************************************
  15. Users of multinomial logits:
  16.   What software do you use and why?  Do any programs also calculate
  17. probabilities for you?  Our center is looking for an alternative to PROC
  18. MLOGIT which runs under version 5 of SAS.  Will post responses to the
  19. list.  Thanks!
  20.  
  21. Catherine Cross
  22. Carolina Population Center
  23. CB#8120, University Square East
  24. University of North Carolina
  25. Chapel Hill, NC  27516-3997
  26. ************************************************************************
  27.  
  28. I received responses from 9 multinomial logit users over the past week.
  29. SAS procedures were mentioned most frequently but I was surprised at
  30. the wide variety of programs listed.  The following programs were
  31. recommended:  SAS(PROC CATMOD-4 mentions; PROC LOGISTIC-2 mentions;
  32. PROC PHREG), GLIM(2 mentions), LIMDEP(2 mentions), NOMINAL, SPIDA,
  33. STATA, HOTZTRAN, LOGIT procedure under TSP, LOGIT procedure in QUANT
  34. module in MARKOV (running under GAUSS), and LOGIT module of SYSTAT.
  35. See responses below for details.  Thanks to everyone who replied!
  36. ************************************************************************
  37.  
  38. Response #1
  39.  
  40. Awhile back (pre SAS vers 6) I too was on a software hunt for the
  41. multinomial logit (unordered categorical outcome) problem.  PROC CATMOD
  42. worked if you knew the right tricks to use -- but the outcome was not
  43. easily decipherable -- estimates were in a consistent but not readily
  44. apparent order -- once you figured out how SAS ordered the coefficients
  45. you could consistently decode the output.  I recently tried to run my
  46. CATMOD tricks in the new version 6, but it seems they were specific to
  47. version 5 -- I have tried to figure out how to translate the version 5
  48. tricks into version 6, but have not yet succeeded.
  49.  
  50. I was on this software hunt about the time MLOGIT was released.  It
  51. seemed to me that MLOGIT was great for ordered categorical outcomes,
  52. which reflected the needs of the econometricians (as evidenced by the
  53. references in the documentation).  For unordered MLOGIT wasnt all that
  54. useful.
  55.  
  56. The easiest software to use, in my opinion, was the LOGIT procedure
  57. in TSP (surprising, given that TSP is the domain of econometricians).
  58. If you can get your data in a rectangular array, you simply use a few
  59. TSP commands (use the @FIT options for fitted probabilities for the
  60. observations in your data array -- if you want probabilities for
  61. hypothetical values, it may require some work) and you have your model
  62. estimately relatively quickly and with well labeled output.
  63.  
  64. At the time, the most sophisticated software for the problem was
  65. called NOMINAL (obtained from Univ Laval in Quebec).  This was the
  66. software used by Dubin and Pasternak in their very readable article in
  67. AJE entitled "Risk Assessment for Case-Control Subgroups by
  68. Polychotomous Logistic Regression", Am J Epi, 123(6): 1101-1117 (1986).
  69. Since I was working in a biostatistical context this was a very useful
  70. reference for me, and I tried to use the software.  However, I never
  71. got it to run successfully (mostly due to the limitation of PCs at the
  72. time -- should not be a problem now that we are in the 486 age).
  73.  
  74. Of course a "real" biostatistician would recommend GLIM -- it does it
  75. all if you know what you want and how to program GLIM.
  76.  
  77. Hosmer and Lemeshow, in their book Applied Logistic Regression, give a
  78. good explication of multinomial (aka polychotomous, aka polytomous),
  79. but no software recommendations.  I have other references if you need
  80. them, but that's about it for software.  Hope this is of at least some
  81. help.
  82.  
  83. Ken Petronis
  84. The Urban Institute
  85. Washington, DC
  86. "UI4300::PETRONIS"@ui.urban.org
  87. ************************************************************************
  88.  
  89. Response #2
  90.  
  91. You can use the PHREG procedure in version 6 of the SAS System to fit
  92. multinomial logit models.  If you send me your postal address, I will
  93. be glad to send you more information.  [And he did!]
  94.  
  95. Warren F. Kuhfeld
  96. Statistical R & D
  97. SAS Institute Inc.
  98. Cary, NC 27513-2414
  99. saswfk@unx.sas.com
  100. ************************************************************************
  101.  
  102. Response #3
  103.  
  104. SAS and SPIDA come to my mind!  In SAS, you can use PROC LOGISTIC and
  105. CATMOD to fit multinomial logit models. You can specify different LINK
  106. functions in PROC LOGISTIC to fit Proportional ODDS (cumulative logit
  107. models) and Adjacent category (Continuation ratio models), for ORDINAL
  108. (response) data. You can also use CATMOD to fit (among other forms of
  109. logits) a POLYTOMOUS LOGIT models. I'm refering to SAS 6.07!
  110.  
  111. SPIDA is a relatively new software and can be used to fit (some of the
  112. ??) models mentioned above. I have not used SPIDA much, but have heard
  113. from other users that its good.
  114.  
  115. Personally, I prefer to use SAS to fit multinomial models because I
  116. find SAS to be excellent for data management.  (I don't want to switch
  117. between softwares for data management and analyses).
  118.  
  119. Cande V Ananth
  120. Department of Biostatistics, SPH
  121. University of North Carolina at Chapel Hill
  122. ananth@UNC.bitnet
  123. ************************************************************************
  124.  
  125. Response #4
  126.  
  127. PROC CATMOD in SAS does multinomial logit models quite nicely. It will
  128. also output the predicted probabilities for each of C-1 logistic
  129. equations for dependent variables having C categories. It can also
  130. handle continuous independent variables via the DIRECT statement.
  131.  
  132. I believe I ran the same model in MLOGIT and CATMOD once some time ago
  133. and compared the coefficients, log-liklihoods etc. If memory serves
  134. correctly, the results were the same in both.
  135.  
  136. Hope this helps.
  137.  
  138. Kenneth A. Hardy
  139. Assoc. Dir. for Information Systems
  140. Inst. for Research in Social Science
  141. Manning Hall CB#3355
  142. University of North Carolina
  143. Chapel Hill, N.C.  27599-3355
  144. KENHARDY@UNCVM1.BITNET
  145. KHARDY.IRSS@MHS.UNC.EDU
  146. KENHARDY@UNCVM1.OIT.UNC.EDU
  147. ************************************************************************
  148.  
  149. Response #5
  150.  
  151. I've used LIMDEP fairly successfully, and I believe that version 6 of
  152. SAS has this available as well -- I don't have my manuals handy, but I
  153. remember seeing it in SAS/STAT
  154.  
  155. George Jakubson
  156. CORNELL UNIVERSITY
  157. AK5J@CORNELLA.CIT.CORNELL.EDU
  158. ************************************************************************
  159.  
  160. Response #6
  161.  
  162. I haven't done multinomial logit analysis myself, but I understand that
  163. GLIM is an excellent program for carrying out such analyses.
  164.  
  165. Clive Payne at Oxford University (Nuffield College) is a GLIM
  166. enthusiast, and uses it for loglinear and logit analyses - and is
  167. usually willing to help with advice.  His e-mail address is:
  168. nuff@oxford.ac.uk.
  169.  
  170. Stephen Gourlay
  171. Senior Lecturer
  172. Kingston University
  173. bs_s467@neptune.king.ac.uk
  174. ************************************************************************
  175.  
  176. Response #7
  177.  
  178. I generally use Limdep 6.0 on the PC.  UNC has Limdep on the mainframe,
  179. too.  I like the PC version better than the mainframe.  I also use
  180. Stata, which I am getting to like more and more as I get familiar with
  181. it.  It is written for both Unix and DOS platforms.  I have used both
  182. and find them to be very easy to use.  The Intercooled DOS version
  183. (written for 386 based machines with at least three megabytes of
  184. memory) is unbelievably fast computation-wise.  The 386 version of
  185. Limdep is very fast, too.
  186.  
  187. David Guilkey is quite familiar with both, you could probably talk to
  188. him about it.  Also available at UNC is Hotztran, which is not such a
  189. friendly program.  In any case, Guilkey knows about as much about
  190. limited dependent variable computation as anyone on the planet, so you
  191. could get the best info from him.
  192.  
  193. Cheers,
  194.  
  195. George McCarthy
  196. MCCARTHY@LEVY.BARD.EDU
  197. ************************************************************************
  198.  
  199. Response #8
  200.  
  201. In addition to SAS PROC CATMOD and PROC LOGISTIC you can try the LOGIT
  202. procedure in the QUANT module in MARKOV (running under GAUSS).  Use the
  203. utility program ATOG.EXE to create a GAUSS datafile from an ASCII file
  204. (see Chapter 17 in the GAUSS System and Graphics Manual).  MARKOV is
  205. very easy to use.  GAUSS is not.  Get in touch with Ken Hardy at IRSS
  206. to get access to the program.  It should be accessible on the social
  207. sciences network server.  The program is not supported by the IRSS
  208. staff, so you'll have to learn it yourself.  However, last year there
  209. was a statistics group comprised of faculty, staff, and grad students
  210. at IRSS which partly was intended as a GAUSS user group.  It was
  211. organized by Walt Davis, a sociology graduate student.
  212.  
  213. Good luck,
  214. Magnus
  215.  
  216. MAGNUS STENBECK
  217. mastfoh%tellus.sos.se%sos@mail.swip.net
  218. ************************************************************************
  219.  
  220. Response #9
  221.  
  222. The LOGIT module of SYSTAT also fits multinomial logit models for a
  223. categorical response variable that is not ordinal.  Agresti's book
  224. Categorical Data Analysis (1990 edition) gives an overview of extant
  225. computer programs for the different types of models.
  226.  
  227. Jacqui Cater
  228. IEGH71U@tjuvm.tju.edu
  229. ************************************************************************
  230.