SAS中PROC MIXED的随机重复语句
Random and Repeated statement of PROC MIXED in SAS
我正在学习 SAS 中的 PROC MIXED,以了解如何使用简单的重复数据(pre,post)使用随机和重复语句。
我查了很多类似的问题,但我还是个初学者,所以有以下两个问题。请给我一些建议。
1.About配对测试,会出现两种情况,subject(id)作为“固定效应”或者在后面的简单重复数据(pre,post)中作为“随机效应”。我经常看到它是“固定效应”,一般来说,这就是理论?为什么?
2.In下面这种情况,把“随机”和“重复”放在一起不对?我该怎么办?
2021.3.21
我编辑了以下程序。我得到了这样的结果“随机=重复”。但是对于“随机+重复”,我是看不懂的。这也是正确的吗?无论如何,id在这种情况下是没有变化的,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;
当您指定 RANDOM patient
时,您是说患者(不同的人)之间的协方差为 0。(如果没有另一个分组会使患者更相似,这很好)。
在 PROC MIXED 中,您可以将患者作为固定因素包括在内,但这通常会使用大部分自由度。相反,如果您将患者视为一个随机因素,您仍然控制着每个人,但您使用的自由度较低。
如果有额外的非独立性(甚至是非恒定方差),你仍然可以通过添加一个重复语句来估计那些非零协方差。因此,包含一个 REPEATED
语句和一个 RANDOM
语句是很好的,有时对于一个好的拟合模型是必要的。重复语句控制单个主题的残差的协方差结构。
每个人都从某个地方开始,所以不要担心。
我正在学习 SAS 中的 PROC MIXED,以了解如何使用简单的重复数据(pre,post)使用随机和重复语句。 我查了很多类似的问题,但我还是个初学者,所以有以下两个问题。请给我一些建议。
1.About配对测试,会出现两种情况,subject(id)作为“固定效应”或者在后面的简单重复数据(pre,post)中作为“随机效应”。我经常看到它是“固定效应”,一般来说,这就是理论?为什么?
2.In下面这种情况,把“随机”和“重复”放在一起不对?我该怎么办?
2021.3.21 我编辑了以下程序。我得到了这样的结果“随机=重复”。但是对于“随机+重复”,我是看不懂的。这也是正确的吗?无论如何,id在这种情况下是没有变化的,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;
当您指定 RANDOM patient
时,您是说患者(不同的人)之间的协方差为 0。(如果没有另一个分组会使患者更相似,这很好)。
在 PROC MIXED 中,您可以将患者作为固定因素包括在内,但这通常会使用大部分自由度。相反,如果您将患者视为一个随机因素,您仍然控制着每个人,但您使用的自由度较低。
如果有额外的非独立性(甚至是非恒定方差),你仍然可以通过添加一个重复语句来估计那些非零协方差。因此,包含一个 REPEATED
语句和一个 RANDOM
语句是很好的,有时对于一个好的拟合模型是必要的。重复语句控制单个主题的残差的协方差结构。
每个人都从某个地方开始,所以不要担心。