Die Daten werden direkt im Skript über einen DATA-Schritt und eine 'datalines'-Anweisung erstellt. Sie stammen weder von SASHELP noch aus einer externen Quelle.
1 Codeblock
DATA STEP Data
Erklärung : Dieser Block erstellt die SAS-Tabelle 'rats'. Er liest die Variablen 'trt' (Behandlung), 'm' (Anzahl der Versuche) und 'x' (Anzahl der Erfolge) aus eingebetteten Daten (Datalines). Er generiert Indikatorvariablen 'x1' und 'x2' für die Kontroll- bzw. Behandlungsgruppe. Eine Wurf-ID ('litter') wird unter Verwendung der Beobachtungsnummer (_n_) erstellt.
Kopiert!
data rats;
input trt $ m x @;
if (trt='c') then do;
x1 = 1;
x2 = 0;
end;
else do;
x1 = 0;
x2 = 1;
end;
litter = _n_;
datalines;
c 13 13 c 12 12 c 9 9 c 9 9 c 8 8 c 8 8 c 13 12 c 12 11
c 10 9 c 10 9 c 9 8 c 13 11 c 5 4 c 7 5 c 10 7 c 10 7
t 12 12 t 11 11 t 10 10 t 9 9 t 11 10 t 10 9 t 10 9 t 9 8
t 9 8 t 5 4 t 9 7 t 7 4 t 10 5 t 6 3 t 10 3 t 7 0
;
1
DATA rats;
2
INPUT trt $ m x @;
3
IF (trt='c') THENDO;
4
x1 = 1;
5
x2 = 0;
6
END;
7
ELSEDO;
8
x1 = 0;
9
x2 = 1;
10
END;
11
litter = _n_;
12
DATALINES;
13
c 1313 c 1212 c 99 c 99 c 88 c 88 c 1312 c 1211
14
c 109 c 109 c 98 c 1311 c 54 c 75 c 107 c 107
15
t 1212 t 1111 t 1010 t 99 t 1110 t 109 t 109 t 98
16
t 98 t 54 t 97 t 74 t 105 t 63 t 103 t 7 0
17
;
18
2 Codeblock
PROC NLMIXED Data
Erklärung : Dieser Block passt ein nichtlineares gemischtes Modell an die Tabelle 'rats' an. Er definiert die Anfangsparameter (parms), den linearen Prädiktor 'eta' und die Wahrscheinlichkeit 'p' über die Probit-Funktion (probnorm). Das Modell spezifiziert eine Binomialverteilung für die Antwort 'x'. Ein zufälliger Effekt 'alpha' mit einer gruppenweisen unterschiedlichen Varianz ist enthalten und nach 'litter' gruppiert. Eine Schätzung eines Verhältnisses wird mit 'estimate' berechnet, und die vorhergesagten Wahrscheinlichkeiten werden in einer neuen Tabelle 'p' mit 'predict' gespeichert.
Kopiert!
proc nlmixed data=rats;
parms t1=1 t2=1 s1=.05 s2=1;
eta = x1*t1 + x2*t2 + alpha;
p = probnorm(eta);
model x ~ binomial(m,p);
random alpha ~ normal(0,x1*s1*s1+x2*s2*s2) subject=litter;
estimate 'gamma2' t2/sqrt(1+s2*s2);
predict p out=p;
run;
1
PROC NLMIXEDDATA=rats;
2
parms t1=1 t2=1 s1=.05 s2=1;
3
eta = x1*t1 + x2*t2 + alpha;
4
p = probnorm(eta);
5
model x ~ binomial(m,p);
6
random alpha ~ normal(0,x1*s1*s1+x2*s2*s2) subject=litter;
7
estimate 'gamma2' t2/sqrt(1+s2*s2);
8
predict p out=p;
9
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
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.