Das Skript beginnt mit einem DATA STEP, um eine Variable Y zu simulieren, die einer negativ-binomialen Verteilung mit definierten Parametern Mu und Kappa folgt. Die Simulation verwendet die Funktionen RANGAM und RANPOI. Anschließend wird PROC GLIMMIX eingesetzt, um die Parameter der negativ-binomialen Verteilung aus den generierten Daten zu schätzen. PROC PRINT- und PROC MEANS-Schritte werden verwendet, um die tatsächlichen und geschätzten Werte von Mu, Kappa, dem Mittelwert und der Varianz anzuzeigen und so einen Vergleich zu ermöglichen.
Datenanalyse
Type : CREATION_INTERNE
Die Daten werden intern über einen DATA STEP generiert, der eine negativ-binominale Verteilung simuliert. Es ist kein externer Datensatz erforderlich.
1 Codeblock
DATA STEP Data
Erklärung : Dieser DATA STEP-Block generiert 2000 Beobachtungen einer Variablen 'Y', die einer negativ-binomialen Verteilung folgen. Die Parameter Mu (Mittelwert=30) und Kappa (Dispersion=0.1) sind definiert, sowie ein Seed für die Reproduzierbarkeit. Die Funktionen RANGAM (für die Gamma-Verteilung) und RANPOI (für die Poisson-Verteilung) werden für die Simulation verwendet. Die theoretische Varianz wird ebenfalls berechnet.
Kopiert!
data one;
Mu = 30;
Kappa = 0.1;
alpha = 1 / kappa;
beta = kappa * mu;
n = 2000;
seed = 1917;
Variance = mu * ( 1 + mu*kappa);
do id=1 to n;
u = beta * rangam( seed, alpha );
Y = ranpoi( seed, u );
output;
end;
keep Mu Kappa Variance id y;
run;
1
DATA one;
2
Mu = 30;
3
Kappa = 0.1;
4
alpha = 1 / kappa;
5
beta = kappa * mu;
6
n = 2000;
7
seed = 1917;
8
Variance = mu * ( 1 + mu*kappa);
9
DO id=1 to n;
10
u = beta * rangam( seed, alpha );
11
Y = ranpoi( seed, u );
12
OUTPUT;
13
END;
14
keep Mu Kappa Variance id y;
15
RUN;
2 Codeblock
PROC GLIMMIX
Erklärung : Dieser Block verwendet PROC GLIMMIX, um die Parameter Mu und Kappa der negativ-binomialen Verteilung aus den generierten Daten 'one' zu schätzen. Die Option `dist=negbin` spezifiziert die Verteilung und `link=identity` die Verknüpfungsfunktion. Die ODS-Anweisung wird verwendet, um die Parameterschätzungen im Datensatz 'parms' zu erfassen und die Standardausgabe während der Prozedurausführung zu unterdrücken.
Kopiert!
*--- Get estimates of Mu and Kappa using PROC GLIMMIX;
ods select none;
ods output ParameterEstimates=parms;
proc glimmix data=one;
model y = / dist=negbin link=identity s;
run;
ods select all;
1
*--- Get estimates of Mu and Kappa using PROC GLIMMIX;
2
ods select none;
3
ods OUTPUT ParameterEstimates=parms;
4
PROC GLIMMIXDATA=one;
5
model y = / dist=negbin link=identity s;
6
RUN;
7
ods select all;
3 Codeblock
PROC PRINT
Erklärung : Dieser Block konfiguriert die HTML-Ausgabe und zeigt die initialen (wahren) Werte von Mu und Kappa an, die für die Datengenerierung verwendet wurden, extrahiert aus dem ersten Datensatz 'one'.
Kopiert!
ods html;
title "True Mu and Kappa of Y's iid Negative-binomial(Mu, Kappa)";
proc print data=one noobs;
where id = 1;
var Mu Kappa;
run;
1
ods html;
2
title "True Mu and Kappa of Y's iid Negative-binomial(Mu, Kappa)";
3
PROC PRINTDATA=one noobs;
4
where id = 1;
5
var Mu Kappa;
6
RUN;
4 Codeblock
PROC PRINT
Erklärung : Dieser Block zeigt die von PROC GLIMMIX erhaltenen Schätzungen von Mu und Kappa an, die im Datensatz 'parms' gespeichert sind.
Kopiert!
title "Estimated Mu and Kappa using PROC GLIMMIX";
proc print data=parms noobs;
var Effect Estimate;
run;
1
title "Estimated Mu and Kappa using PROC GLIMMIX";
2
PROC PRINTDATA=parms noobs;
3
var Effect Estimate;
4
RUN;
5 Codeblock
DATA STEP
Erklärung : Dieser einfache DATA STEP benennt die Variable 'Mu' in 'Mean' im Datensatz 'one' um, um eine bessere Übersichtlichkeit in nachfolgenden Anzeigen zu gewährleisten.
Kopiert!
data one;
set one;
rename Mu = Mean;
run;
1
DATA one;
2
SET one;
3
rename Mu = Mean;
4
RUN;
6 Codeblock
PROC PRINT
Erklärung : Dieser Block zeigt den theoretischen Mittelwert (Mean) und die Varianz (Variance) der negativ-binomialen Verteilung an, die während der Datengenerierung berechnet und gespeichert wurden.
Kopiert!
title "True Mean and Variance of Y's iid Negative-binomial(Mu, Kappa)";
proc print data=one noobs;
where id = 1;
var Mean Variance;
run;
1
title "True Mean and Variance of Y's iid Negative-binomial(Mu, Kappa)";
2
PROC PRINTDATA=one noobs;
3
where id = 1;
4
var Mean Variance;
5
RUN;
7 Codeblock
PROC MEANS
Erklärung : Dieser Block verwendet PROC MEANS, um den beobachteten Mittelwert und die Varianz der Variablen 'Y' aus den generierten Daten zu berechnen und anzuzeigen. Dies ermöglicht den Vergleich der tatsächlichen Stichprobenstatistiken mit den theoretischen und geschätzten Werten. Die Anweisung `ods html close` schließt die HTML-Ausgabedatei.
Kopiert!
title "Estimated Mean and Variance";
proc means data=one n mean var maxdec=2;
var y;
run;
ods html close;
1
title "Estimated Mean and Variance";
2
PROC MEANSDATA=one n mean var maxdec=2;
3
var y;
4
RUN;
5
ods html close;
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.
SAS und alle anderen Produkt- oder Dienstleistungsnamen von SAS Institute Inc. sind eingetragene Marken oder Marken von SAS Institute Inc. in den USA und anderen Ländern. ® zeigt die Registrierung in den USA an. WeAreCAS ist eine unabhängige Community-Site und nicht mit SAS Institute Inc. verbunden.
Diese Website verwendet technische und analytische Cookies, um Ihre Erfahrung zu verbessern.
Mehr erfahren.