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

/* 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。。。