Veröffentlicht am :
Statistik CREATION_INTERNE

Einführungsbeispiel zu PROC GLIMMIX: Logistische Regression

Dieser Code ist auch verfügbar auf: English Español Français
Wartet auf Validierung
Dieses Skript stammt aus der SAS©-Beispielbibliothek. Es veranschaulicht die Verwendung der GLIMMIX-Prozedur zur Anpassung eines verallgemeinerten linearen gemischten Modells (GLMM) an Binomialdaten. Ziel ist es, den Anteil der Nebenwirkungen in Abhängigkeit von der Behandlungsgruppe zu modellieren, wobei die Variabilität zwischen den verschiedenen Zentren (zufälliger Achsenabschnitt pro Subjekt/Zentrum) berücksichtigt wird.
Datenanalyse

Type : CREATION_INTERNE


Die Daten werden statisch im Skript über den DATA-Schritt 'multicenter' und die DATALINES-Anweisung generiert.

1 Codeblock
DATA STEP Data
Erklärung :
Erstellung des Datensatzes 'multicenter' mit den Studienergebnissen: Zentrum, Behandlungsgruppe, Gesamtzahl der Patienten (n) und die Anzahl der beobachteten Nebenwirkungen.
Kopiert!
1DATA multicenter;
2 INPUT center group$ n sideeffect;
3 DATALINES;
4 1 A 32 14
5 1 B 33 18
6 2 A 30 4
7 2 B 28 8
8 3 A 23 14
9 3 B 24 9
10 4 A 22 7
11 4 B 22 10
12 5 A 20 6
13 5 B 21 12
14 6 A 19 1
15 6 B 20 3
16 7 A 17 2
17 7 B 17 6
18 8 A 16 7
19 8 B 15 9
20 9 A 13 1
21 9 B 14 5
2210 A 13 3
2310 B 13 1
2411 A 11 1
2511 B 12 2
2612 A 10 1
2712 B 9 0
2813 A 9 2
2913 B 9 6
3014 A 8 1
3114 B 8 1
3215 A 7 1
3315 B 8 0
34;
2 Codeblock
PROC GLIMMIX
Erklärung :
Ausführung der GLIMMIX-Prozedur. Das Modell spezifiziert eine Binomialverteilung (Ereignisse/Versuche-Syntax) mit 'group' als fixem Effekt. Ein zufälliger Achsenabschnitt wird für jedes 'center' hinzugefügt, um die Korrelation innerhalb des Zentrums zu erfassen.
Kopiert!
1PROC GLIMMIX DATA=multicenter;
2 class center group;
3 model sideeffect/n = group / solution;
4 random intercept / subject=center;
5RUN;
3 Codeblock
PROC GLIMMIX
Erklärung :
Zweite Ausführung, identisch mit der ersten, aber konzentriert auf die Anzeige der Kleinste-Quadrate-Mittel (LS-means). Die Option 'ilink' wird verwendet, um die Schätzungen auf der Skala der ursprünglichen Daten (Wahrscheinlichkeiten) statt auf der Link-Skala (Logit) auszugeben.
Kopiert!
1ods select lsmeans;
2PROC GLIMMIX DATA=multicenter;
3 class center group;
4 model sideeffect/n = group / solution;
5 random intercept / subject=center;
6 lsmeans group / cl ilink;
7RUN;
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 : SAS SAMPLE LIBRARY / NAME: gmxgs1 / PRODUCT: STAT