Documentation Example 16 for PROC MI

Schwierigkeitsgrad

Anfänger

Veröffentlicht am : 13/09/2022

Ce script illustre comment effectuer une imputation multiple lorsque les données manquantes sont supposées ne pas être aléatoires (MNAR). Il commence par créer un jeu de données synthétique ('Fcs1') avec des valeurs manquantes simulées. Ensuite, il utilise `PROC MI` avec l'option `FCS` (Fully Conditional Specification) et l'instruction `MNAR` pour ajuster les valeurs imputées des variables `y1` et `y2` spécifiquement pour le groupe de traitement `Trt='1'`, en appliquant des décalages (shift).

Datenanalyse

Type : CREATION_INTERNE

Les données sont générées artificiellement dans l'étape DATA `Fcs1` à l'aide de boucles et de fonctions de génération de nombres aléatoires (`rannor`, `ranuni`) pour simuler des données d'essai clinique.

1 Codeblock

DATA STEP Data

Erklärung :
Création du jeu de données `Fcs1`. Génère des variables `y0`, `y1`, `y2` basées sur une distribution normale et introduit aléatoirement des valeurs manquantes (`.`) pour `y1` ou `y2`.

Kopiert!

1	DATA Fcs1;
2	DO Trt=0 to 1;
3	DO j=1 to 5;
4	y0=10 + rannor(99);
5	y1= y0 + 0.9*Trt + rannor(99);
6	y2= y0 + 0.9*Trt + rannor(99);
7	IF (ranuni(99) < 0.3) THEN y1=.;
8	ELSE IF (ranuni(99) < 0.3) THEN y2=.;
9	OUTPUT;
10	END; END;
11	DO Trt=0 to 1;
12	DO j=1 to 45;
13	y0=10 + rannor(99);
14	y1= y0 + 0.9*Trt + rannor(99);
15	y2= y0 + 0.9*Trt + rannor(99);
16	IF (ranuni(99) < 0.3) THEN y1=.;
17	ELSE IF (ranuni(99) < 0.3) THEN y2=.;
18	OUTPUT;
19	END; END;
20	drop j;
21	RUN;

2 Codeblock

PROC PRINT

Erklärung :
Affiche les 10 premières observations du jeu de données généré pour vérification.

Kopiert!

1	PROC PRINT DATA=Fcs1(obs=10);
2	var Trt Y0 Y1 Y2;
3	title 'First 10 Obs in the Trial Data';
4	RUN;

3 Codeblock

PROC MI Data

Erklärung :
Exécute l'imputation multiple. Utilise la méthode `FCS` avec 25 itérations. L'instruction `MNAR` applique un ajustement (décalage de -0.4 pour `y1` et -0.5 pour `y2`) uniquement pour les observations où `Trt='1'`, simulant un biais pour les données manquantes.

Kopiert!

1	PROC MI DATA=Fcs1 seed=52387 out=outex16;
2	class Trt;
3	fcs nbiter=25 reg( /details);
4	mnar adjust( y1 /shift=-0.4 adjustobs=(Trt='1'))
5	adjust( y2 /shift=-0.5 adjustobs=(Trt='1'));
6	var Trt y0 y1 y2;
7	RUN;

4 Codeblock

PROC PRINT

Erklärung :
Affiche les 10 premières observations du jeu de données de sortie `outex16`, qui contient les données imputées.

Kopiert!

1	PROC PRINT DATA=outex16(obs=10);
2	var _Imputation_ Trt y0 y1 y2;
3	title 'First 10 Observations of the Imputed Data Set';
4	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 : SAS SAMPLE LIBRARY, NAME: MIEX16, PRODUCT: STAT

Zugehörige Dokumentation

Aucune documentation spécifique pour cette catégorie.