Geschäftskontext
Ein Pharmaunternehmen analysiert die Wirksamkeit eines neuen Medikaments. Die gesammelten Daten enthalten jedoch fehlende Werte für mehrere Biomarker, da einige Patienten die Studie vorzeitig verlassen haben. Das Modell muss robust gegenüber diesen fehlenden Daten sein.
Datenaufbereitung
Erstellt eine Tabelle 'studien_daten' mit fehlenden Werten in den Prädiktorvariablen 'biomarker1' und 'biomarker2'.
Kopiert!
| 1 | DATA casuser.studien_daten; |
| 2 | call streaminit(987); |
| 3 | DO i = 1 to 500; |
| 4 | alter = 30 + rand('INTEGER', 1, 40); |
| 5 | biomarker1 = 10 + 20 * rand('UNIFORM'); |
| 6 | biomarker2 = 50 + 50 * rand('UNIFORM'); |
| 7 | wirksamkeit = 50 + 0.5 * alter + 1.5 * biomarker1 - 0.8 * biomarker2 + rand('NORMAL', 0, 10); |
| 8 | IF rand('UNIFORM') < 0.25 THEN call missing(biomarker1); |
| 9 | IF rand('UNIFORM') < 0.15 THEN call missing(biomarker2); |
| 10 | OUTPUT; |
| 11 | END; |
| 12 | RUN; |
Étapes de réalisation
1
Laden der Daten mit fehlenden Werten in den CAS-Server.
Kopiert!
| 1 | |
| 2 | PROC CASUTIL; |
| 3 | load |
| 4 | DATA=casuser.studien_daten outcaslib='casuser' casout='studien_daten' replace; |
| 5 | RUN; |
| 6 |
2
Ausführen der bart.bartGauss-Aktion mit der Strategie 'SEPARATE' zur Behandlung fehlender Werte, um zu sehen, ob fehlende Werte als eigenständige Kategorie behandelt werden.
Kopiert!
| 1 | PROC CAS; |
| 2 | bart.bartGauss / |
| 3 | TABLE={name='studien_daten'}, |
| 4 | target='wirksamkeit', |
| 5 | inputs={{name='alter'}, {name='biomarker1'}, {name='biomarker2'}}, |
| 6 | missing='SEPARATE', |
| 7 | nTree=50, |
| 8 | nBI=200, |
| 9 | nMC=1000, |
| 10 | seed=555; |
| 11 | RUN; |
| 12 | QUIT; |
3
Erneutes Ausführen der Aktion mit der Strategie 'MACBIG', um die Ergebnisse zu vergleichen.
Kopiert!
| 1 | PROC CAS; |
| 2 | bart.bartGauss / |
| 3 | TABLE={name='studien_daten'}, |
| 4 | target='wirksamkeit', |
| 5 | inputs={{name='alter'}, {name='biomarker1'}, {name='biomarker2'}}, |
| 6 | missing='MACBIG', |
| 7 | nTree=50, |
| 8 | nBI=200, |
| 9 | nMC=1000, |
| 10 | seed=555; |
| 11 | RUN; |
| 12 | QUIT; |
Erwartetes Ergebnis
Beide Läufe der Aktion werden ohne Fehler abgeschlossen, was zeigt, dass die Aktion fehlende Werte verarbeiten kann. Die Ausgabetabellen, insbesondere die 'Variableninformationen', sollten die Anzahl der fehlenden Werte für 'biomarker1' und 'biomarker2' anzeigen. Die Modellanpassungsstatistiken (z.B. in der 'FitStatistics'-Tabelle, falls angezeigt) werden sich zwischen den Läufen in Schritt 2 und 3 leicht unterscheiden, was die unterschiedlichen Strategien zur Behandlung fehlender Werte widerspiegelt.