SAS中PROC混合的随机和重复语句
我正在学习SAS中的PROC MIXED,以了解如何使用简单的重复数据(前、后)来使用随机和重复语句。 我检查了很多类似的问题,但我还是个初学者,所以我有两个问题。请给我一些建议 1.关于配对测试,在以下简单重复数据(前、后)中有两种情况,受试者(id)为“固定效应”或“随机效应”。我经常把它看作是“固定效应”,一般来说,这就是理论吗?为什么? 2.在以下情况下,将“随机”和“重复”放在一起是不正确的?我该怎么办 2021.3.21 我编辑了以下程序。我得到了“随机=重复”这样的结果。但我无法理解“随机+重复”的含义。这也是正确的吗?无论如何,在这种情况下,id没有变化,所以它不会影响模型SAS中PROC混合的随机和重复语句,sas,mixed-models,Sas,Mixed Models,我正在学习SAS中的PROC MIXED,以了解如何使用简单的重复数据(前、后)来使用随机和重复语句。 我检查了很多类似的问题,但我还是个初学者,所以我有两个问题。请给我一些建议 1.关于配对测试,在以下简单重复数据(前、后)中有两种情况,受试者(id)为“固定效应”或“随机效应”。我经常把它看作是“固定效应”,一般来说,这就是理论吗?为什么? 2.在以下情况下,将“随机”和“重复”放在一起是不正确的?我该怎么办 2021.3.21 我编辑了以下程序。我得到了“随机=重复”这样的结果。但我无法理
/* data */
data dt00;
input id x y;
cards;
1 1 2
2 1 2
3 1 3
4 1 3
5 1 3
6 1 4
7 1 4
1 2 15
2 2 9
3 2 13
4 2 10
5 2 7
6 2 11
7 2 5
;
run;
title "random";
proc mixed data = dt00 covtest;* REML ;
parms/nobound;
class x id;
model y = x / ddfm = kr2;
random id;
* Estimate SE Z Pr Z;
*id -1.3333 2.5757 -0.52 0.6047;
*Residual 7.5000 4.3301 1.73 0.0416;
* DF F Pr F;
* 6 22.87 0.0031;
title "repeated";
proc mixed data = dt00 covtest;* REML ;
class x id;
model y = x / ddfm = kr2 ;
repeated x / subject = id type = cs;
run;
* Estimate SE Z Pr Z;
*id -1.3333 2.5757 -0.52 0.6047;
*Residual 7.5000 4.3301 1.73 0.0416;
* DF F Pr F;
* 6 22.87 0.0031;
title "random + repeated";
proc mixed data = dt00 covtest;* REML ;
parms/nobound;
class x id;
model y = x / solution ddfm = kr2 ;
random id;
repeated x / subject = id type = cs;
run;
* Estimate SE Z Pr Z;
*id 0.1117 2.5757 0.04 0.4827;
*CS -1.4451 0 . .;
*Residual 7.5000 4.3301 1.73 0.0416;
* DF F Pr F;
* 6 22.87 0.0031;
title "fixed effect";
proc mixed data = dt00 covtest;* REML ;
class x id;
model y = x id / solution ddfm = kr2 ;
run;
* Estimate SE Z Pr Z;
*Residual 7.5000 4.3301 1.73 0.0416 ;
* DF F Pr F;
* 6 22.87 0.0031;
title "paired ttest";
proc sort data = dt00; by id; run;
proc transpose data = dt00 out = dt01;
by id;
id x;
var y;
run;
data dt02; set dt01; diff = _2 - _1; run;
proc ttest data = dt02 alpha = 0.05;
paired _1 * _2;
run;
* DF T Pr T;
* 6 -4.78 0.0031;
指定
随机患者
时,表示患者(不同人群)之间的协方差为0。(如果没有另一个分组可以使患者更相似,那么这是很好的)
在PROC MIXED中,您可以将患者作为固定因素,但这通常会使用大部分自由度。相反,如果您将患者视为随机因素,您仍然可以控制每个人,但您使用的自由度较少
如果存在额外的非独立性(甚至非常量方差),您仍然可以通过添加重复语句来估计这些非零协方差。因此,将一个重复的
语句与一个随机的
语句一起包含是很好的,有时需要一个好的拟合模型。重复语句控制单个主题的残差协方差结构
每个人都从某个地方开始,所以不要担心。谢谢你的回答!这很有帮助。我编辑了我的程序。我得到了与随机、重复、随机+重复和固定相同的结果p=0.0031。最后,每个人都是对的?。。。我需要学习更多。。。