Zufallskoeffizientenmodell mit PROC MIXED

Das Skript beginnt mit der Erstellung eines Datensatzes namens 'rc' über einen DATA-Schritt mit Inlinedaten (datalines). Diese Daten simulieren eine pharmazeutische Stabilitätsstudie mit Chargen (Batch) und Messungen (Y), die zu verschiedenen Monaten (Month) durchgeführt wurden. Anschließend werden zwei MIXED-Prozeduren ausgeführt. Die erste passt ein lineares Regressionsmodell mit Zufallskoeffizienten (Intercept und Steigung 'Month') für jede Charge an. Die zweite untersucht eine Variation des Modells, indem eine zusätzliche Klassenvariable 'Monthc' hinzugefügt wird.

Datenanalyse

Type : CREATION_INTERNE

Die Daten werden direkt im Skript mit einem DATA-Schritt und einer DATALINES-Anweisung generiert. Der Datensatz 'rc' wird für die SAS-Sitzung im Speicher erstellt.

1 Codeblock

DATA STEP Data

Erklärung :
Dieser DATA-Block erstellt die Tabelle 'rc'. Er liest die Variablen 'Batch' und 'Month' ein und verwendet dann eine 'do'-Schleife, um bis zu 6 'Y'-Werte für jeden ursprünglichen Datensatz einzulesen. Für jeden gelesenen 'Y'-Wert wird eine neue Beobachtung generiert. Die Variable 'Monthc' wird als Kopie von 'Month' erstellt. Die Daten werden inline über 'datalines' bereitgestellt.

Kopiert!

1	DATA rc;
2	INPUT Batch Month @;
3	Monthc = Month;
4	DO i = 1 to 6;
5	INPUT Y @;
6	OUTPUT;
7	END;
8	DATALINES;
9	1 0 101.2 103.3 103.3 102.1 104.4 102.4
10	1 1 98.8 99.4 99.7 99.5 . .
11	1 3 98.4 99.0 97.3 99.8 . .
12	1 6 101.5 100.2 101.7 102.7 . .
13	1 9 96.3 97.2 97.2 96.3 . .
14	1 12 97.3 97.9 96.8 97.7 97.7 96.7
15	2 0 102.6 102.7 102.4 102.1 102.9 102.6
16	2 1 99.1 99.0 99.9 100.6 . .
17	2 3 105.7 103.3 103.4 104.0 . .
18	2 6 101.3 101.5 100.9 101.4 . .
19	2 9 94.1 96.5 97.2 95.6 . .
20	2 12 93.1 92.8 95.4 92.2 92.2 93.0
21	3 0 105.1 103.9 106.1 104.1 103.7 104.6
22	3 1 102.2 102.0 100.8 99.8 . .
23	3 3 101.2 101.8 100.8 102.6 . .
24	3 6 101.1 102.0 100.1 100.2 . .
25	3 9 100.9 99.5 102.2 100.8 . .
26	3 12 97.8 98.3 96.9 98.4 96.9 96.5
27	;
28

2 Codeblock

PROC MIXED

Erklärung :
Diese Prozedur passt ein gemischtes Modell an die Daten 'rc' an. 'Batch' wird als Klassifikationsvariable definiert. Das Modell ('model') spezifiziert 'Y' als abhängige Variable und 'Month' als fixen Effekt. Die Anweisung 'random' definiert einen zufälligen Achsenabschnitt ('Int') und eine Steigung ('Month') für jedes Niveau von 'Batch', mit einer unstrukturierten Kovarianzstruktur ('type=un'). Die Option 's' fordert die Anzeige der Lösungen für die fixen und zufälligen Effekte an.

Kopiert!

1	PROC MIXED DATA=rc;
2	class Batch;
3	model Y = Month / s;
4	random Int Month / type=un sub=Batch s;
5	RUN;

3 Codeblock

PROC MIXED

Erklärung :
Eine zweite PROC MIXED-Analyse wird durchgeführt, wobei 'Monthc' zur Liste der Klassifikationsvariablen hinzugefügt wird. Das fixe Modell bleibt dasselbe. Die Anweisung 'random' wird geändert, um 'Monthc' zusätzlich zu Intercept und 'Month' als zufälligen Effekt aufzunehmen, immer noch gruppiert nach 'Batch'. Dies ermöglicht die Untersuchung einer anderen zufälligen Modellstruktur.

Kopiert!

1	PROC MIXED DATA=rc;
2	class Batch Monthc;
3	model Y = Month / s;
4	random Int Month Monthc / sub=Batch s;
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

Retour à la liste