SAS中的PROC GENMOD与R中的glm

我试图用R中的glm复制SAS的PROC GENMOD的结果。我试图拟合的模型是

log[EYij | Yearij，Treati]=Β1+B2Yearij+B3Treati*Yearij

在SAS中，代码和结果为：

proc sort data=skin; by id year;
run;
proc genmod data=skin;
class id yearcat;
model y=year trt*year / dist=poisson link=log type3 wald waldci;
repeated subject=id / withinsubject=yearcat type=un;
run;
-----------------------------------------------------------------------------------------------
Analysis Of GEE Parameter Estimates
Empirical Standard Error Estimates
Standard 95% Confidence
Parameter Estimate Error       Limits       Z    Pr > |Z|
Intercept -1.3341  0.0815 -1.4938 -1.1743 -16.37 <.0001
year      -0.0090  0.0271 -0.0622  0.0441 -0.33  0.7392
year*trt   0.0429  0.0319 -0.0195  0.1053  1.35  0.1781

正如我所希望的，只有三个估计系数，分别是截距、年份和年份*treat

然而，在R中，估计了四个系数，尽管我的模型只指定了三个：

> glm1<-glm(Y~year+treat*year,data=skin,family="poisson")
> summary(glm1)

Call:
glm(formula = Y ~ year + treat * year, family = "poisson", data = skin)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -1.34810    0.07647 -17.629   <2e-16 ***
year        -0.01192    0.02528  -0.472    0.637    
treat1       0.05850    0.10468   0.559    0.576    
year:treat1  0.03113    0.03454   0.901    0.367

是否有人建议如何在R中指定我的glm命令，以仅获得年份和年份*treat的估计值，而不仅仅是治疗？

R将公式a*B解释为a+B+a:B

试一试

R将公式A*B解释为A+B+A:B

试一试

---

正如user20650所指出的，使用冒号而不是星号只能估计交互项。因此，R码是

glm1<-glm(Y~year+treat:year,data=skin,family="poisson")

---

正如user20650所指出的，使用冒号而不是星号只能估计交互项。因此，R码是

glm1<-glm(Y~year+treat:year,data=skin,family="poisson")

---

我会用librarygee的gee来代替。R代码为：

gee(Y ~ year + treat:year, data = skin, family = poisson, corstr = "unstructured", id = id)

---

我会用librarygee的gee来代替。R代码为：

gee(Y ~ year + treat:year, data = skin, family = poisson, corstr = "unstructured", id = id)

---

试试看，就是这样！非常感谢你！试试看，就是这样！非常感谢你！