如何在sas中使用proc mixed计算回归系数？

给你。数据的结构如下：

idx1x2x3y

我用

proc mixed

来分析它，但现在想确定回归系数，我不知道怎么做。我只是sas的初学者。从结果中我看到，

x1

、

x2

、

x3

和

x1x2x3

是显著影响，但如何确定系数

α、β、γ、δ、θ

：

y=theta+alpha*x1+beta*x2+gamma*x3+delta*x1*x2*x3

这是我的代码：

ods graphics on;
proc mixed data=test;
  class x1 x2 x3;
  model y = x1 | x2 | x3 / solution residual;
  random id;
run;
ods graphics off;

编辑1：这是表的一部分

固定效果解决方案

：

---

由于

x1

有两个级别，因此表中有两行。我是通过对这两个值求和得到

x1

的效果：

-109.07

用于第一行，而

0

用于第二行，还是应该做其他事情？请注意，这是

2^k

设计。

x1

的影响应计算为

y

在

x1

高（20）和低（10）时的平均值之差的一半。

解决方案选项应生成您的估计值。您需要将其包含在

模型

和

随机

语句中。您应该看到两个表，固定效应的解决方案和随机效应的解决方案，它们保存了估计值

proc mixed data=test;
class x1 x2 x3;
model y = x1 | x2 | x3 / solution residual;
random id / s;
run;

文档中的随机系数示例与您的问题非常接近

---

根据您的模型，

x1

，

x2

，

x3

应视为连续变量，然后您应该能够获得模型中的系数

proc mixed data=test;
model y=x1 x2 x3 x1*x2*x3/ solution residual;
random id/s;
run;

但是，基于您的代码和

x1

、

x2

和

x3

的值，最好将它们视为分类变量，就像您所做的那样，那么表中的估计值实际上是任意两个级别之间的平均差。下面的链接可以帮助您了解您的结果。

---

亲爱的Reeza，请查看编辑。我澄清了这个问题。非常感谢，我在sas帮助和在线文档中查找了半个小时，直到找到这个。