Der Code beginnt mit der Erstellung eines Datensatzes 'Fitness1', der Fitnessmessungen (Oxygen, RunTime, RunPulse) enthält. Einige Werte fehlen, um ein beliebiges Muster fehlender Daten zu veranschaulichen. Anschließend wird die Prozedur `PROC MI` verwendet, um diese fehlenden Werte zu imputieren. Sie generiert 5 imputierte Datensätze unter Verwendung einer MCMC-Methode (Markov Chain Monte Carlo) und erstellt Diagnosegrafiken zur Bewertung der Konvergenz der Ketten.
Datenanalyse
Type : INTERNE_ERSTELLUNG
Die Daten werden direkt im Skript über einen DATA-Schritt mit einer DATALINES-Anweisung erstellt. Es gibt keine Abhängigkeit von externen Dateien.
1 Codeblock
DATA STEP Data
Erklärung :
Dieser Codeblock erstellt die SAS-Tabelle 'Fitness1'. Die `input`-Anweisung liest die drei Variablen Oxygen, RunTime und RunPulse. Das doppelte 'at' (` @@`) am Ende der `input`-Anweisung weist SAS an, die aktuelle Datenzeile beizubehalten, um mehrere Beobachtungen aus derselben Zeile zu lesen.
Dieser Codeblock erstellt die SAS-Tabelle 'Fitness1'. Die `input`-Anweisung liest die drei Variablen Oxygen, RunTime und RunPulse. Das doppelte 'at' (` @@`) am Ende der `input`-Anweisung weist SAS an, die aktuelle Datenzeile beizubehalten, um mehrere Beobachtungen aus derselben Zeile zu lesen.
Kopiert!
| 1 | DATA Fitness1; |
| 2 | INPUT Oxygen RunTime RunPulse @code_sas_json/8_SAS_Intro_ReadFile_MultiCol_@@.json; |
| 3 | DATALINES; |
| 4 | 44.609 11.37 178 45.313 10.07 185 |
| 5 | 54.297 8.65 156 59.571 . . |
| 6 | 49.874 9.22 . 44.811 11.63 176 |
| 7 | . 11.95 176 . 10.85 . |
| 8 | 39.442 13.08 174 60.055 8.63 170 |
| 9 | 50.541 . . 37.388 14.03 186 |
| 10 | 44.754 11.12 176 47.273 . . |
| 11 | 51.855 10.33 166 49.156 8.95 180 |
| 12 | 40.836 10.95 168 46.672 10.00 . |
| 13 | 46.774 10.25 . 50.388 10.08 168 |
| 14 | 39.407 12.63 174 46.080 11.17 156 |
| 15 | 45.441 9.63 164 . 8.92 . |
| 16 | 45.118 11.08 . 39.203 12.88 168 |
| 17 | 45.790 10.47 186 50.545 9.93 148 |
| 18 | 48.673 9.40 186 47.920 11.50 170 |
| 19 | 47.467 10.50 170 |
| 20 | ; |
| 21 |
2 Codeblock
PROC MI
Erklärung :
Dieser Block verwendet die Prozedur zur multiplen Imputation `PROC MI`. Die Option `nimpute=5` fordert die Erstellung von 5 imputierten Datensätzen an. Die verwendete Imputationsmethode ist MCMC, wie durch die `mcmc`-Anweisung angegeben. Diagnosegrafiken (Trace und Autokorrelationsfunktion) werden für den Mittelwert der Variablen `Oxygen` angefordert, um die Konvergenz des Algorithmus zu überprüfen. Die zu imputierenden Variablen sind in der `var`-Anweisung aufgeführt.
Dieser Block verwendet die Prozedur zur multiplen Imputation `PROC MI`. Die Option `nimpute=5` fordert die Erstellung von 5 imputierten Datensätzen an. Die verwendete Imputationsmethode ist MCMC, wie durch die `mcmc`-Anweisung angegeben. Diagnosegrafiken (Trace und Autokorrelationsfunktion) werden für den Mittelwert der Variablen `Oxygen` angefordert, um die Konvergenz des Algorithmus zu überprüfen. Die zu imputierenden Variablen sind in der `var`-Anweisung aufgeführt.
Kopiert!
| 1 | ods graphics on; |
| 2 | PROC MI DATA=Fitness1 seed=501213 nimpute=5 mu0=50 10 180; |
| 3 | mcmc plots=(trace(mean(Oxygen)) acf(mean(Oxygen))); |
| 4 | var Oxygen RunTime RunPulse; |
| 5 | RUN; |
Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.
Urheberrechtsinformationen : S A S S A M P L E L I B R A R Y, NAME: MIEX11, TITLE: Documentation Example 11 for PROC MI, PRODUCT: STAT
