如何在sas中使用proc mixed计算回归系数?
给你。数据的结构如下:如何在sas中使用proc mixed计算回归系数?,sas,linear-regression,Sas,Linear Regression,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 |
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。