Publicado el :
Estadística CREATION_INTERNE

Ejemplo de introducción a PROC GLIMMIX: Regresión logística

Este código también está disponible en: Deutsch English Français
En espera de validación
Este script proviene de la biblioteca de ejemplos de SAS©. Ilustra el uso del procedimiento GLIMMIX para ajustar un modelo lineal generalizado mixto (GLMM) en datos binomiales. El objetivo es modelar la proporción de efectos secundarios en función del grupo de tratamiento, teniendo en cuenta la variabilidad entre los diferentes centros (intercepción aleatoria por sujeto/centro).
Análisis de datos

Type : CREATION_INTERNE


Los datos se generan estáticamente en el script a través del paso DATA 'multicenter' y la instrucción DATALINES.

1 Bloque de código
DATA STEP Data
Explicación :
Creación del conjunto de datos 'multicenter' que contiene los resultados del estudio: el centro, el grupo de tratamiento, el número total de pacientes (n) y el número de efectos secundarios observados.
¡Copiado!
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 Bloque de código
PROC GLIMMIX
Explicación :
Ejecución del procedimiento GLIMMIX. El modelo especifica una distribución binomial (sintaxis events/trials) con 'group' como efecto fijo. Se agrega un intercepto aleatorio para cada 'center' para capturar la correlación intracentro.
¡Copiado!
1PROC GLIMMIX DATA=multicenter;
2 class center group;
3 model sideeffect/n = group / solution;
4 random intercept / subject=center;
5RUN;
3 Bloque de código
PROC GLIMMIX
Explicación :
Segunda ejecución idéntica a la primera, pero enfocada en mostrar las medias de mínimos cuadrados (LS-means). La opción 'ilink' se utiliza para reportar las estimaciones en la escala de los datos originales (probabilidades) en lugar de en la escala del enlace (logit).
¡Copiado!
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;
Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.
Información de copyright : SAS SAMPLE LIBRARY / NAME: gmxgs1 / PRODUCT: STAT