Este script analiza datos de ensayos biológicos (ensayo de Ames de salmonela). Comienza creando un conjunto de datos interno, luego ajusta varios modelos: una regresión de Poisson simple, un modelo de mezcla de Poisson de dos componentes con efectos restringidos (a través de EQUATE y RESTRICT), y finalmente examina el impacto de un valor atípico reajustando los modelos en un subconjunto de datos.
Análisis de datos
Type : CREATION_INTERNE
Los datos 'assay' se crean directamente en el script utilizando un paso DATA y la instrucción DATALINES.
1 Bloque de código
DATA STEP Data
Explicación : Creación del conjunto de datos 'assay' que contiene las dosis de quinolina y el número de colonias observadas. Se calcula la variable 'logd' (log de la dosis).
¡Copiado!
data assay;
label dose = 'Dose of quinoline (microg/plate)'
num = 'Observed number of colonies';
input dose @;
logd = log(dose+10);
do i=1 to 3; input num @; output; end;
datalines;
0 15 21 29
10 16 18 21
33 16 26 33
100 27 41 60
333 33 38 41
1000 20 27 42
;
1
DATA assay;
2
label dose = 'Dose of quinoline (microg/plate)'
3
num = 'Observed number of colonies';
4
INPUT dose @;
5
logd = log(dose+10);
6
DO i=1 to 3; INPUT num @; OUTPUT; END;
7
DATALINES;
8
0 152129
9
10161821
10
33162633
11
100274160
12
333333841
13
1000202742
14
;
2 Bloque de código
PROC FMM
Explicación : Ajuste de un modelo de regresión de Poisson estándar (k=1 por defecto) para modelar el número de colonias en función de la dosis.
¡Copiado!
proc fmm data=assay;
model num = dose logd / dist=Poisson;
run;
1
2
PROC FMM
3
DATA=assay;
4
model num = dose logd / dist=Poisson;
5
RUN;
6
3 Bloque de código
PROC FMM
Explicación : Ajuste de un modelo de mezcla de Poisson de dos componentes (k=2). La opción 'equate=effects(dose logd)' impone que los coeficientes de regresión para 'dose' y 'logd' sean idénticos en ambos componentes de la mezcla.
¡Copiado!
proc fmm data=assay;
model num = dose logd / dist=Poisson k=2
equate=effects(dose logd);
run;
1
PROC FMMDATA=assay;
2
model num = dose logd / dist=Poisson k=2
3
equate=effects(dose logd);
4
RUN;
4 Bloque de código
PROC FMM
Explicación : Alternativa a la opción EQUATE utilizando la instrucción RESTRICT para forzar la igualdad de los parámetros entre los dos componentes (dose 1 = dose 2 y logd 1 = logd 2).
Explicación : Reajuste del modelo de mezcla de Poisson (k=2) excluyendo una observación atípica (num=60) para ver su impacto en el ajuste.
¡Copiado!
proc fmm data=assay(where=(num ne 60));
model num = dose logd / dist=Poisson k=2
equate=effects(dose logd);
run;
1
PROC FMMDATA=assay(where=(num ne 60));
2
model num = dose logd / dist=Poisson k=2
3
equate=effects(dose logd);
4
RUN;
6 Bloque de código
PROC FMM
Explicación : Reajuste del modelo de Poisson simple excluyendo la observación atípica.
¡Copiado!
proc fmm data=assay(where=(num ne 60));
model num = dose logd / dist=Poisson;
run;
1
2
PROC FMM
3
DATA=assay(where=(num ne 60));
4
model num = dose logd / dist=Poisson;
5
RUN;
6
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.
SAS y todos los demás nombres de productos o servicios de SAS Institute Inc. son marcas registradas o marcas comerciales de SAS Institute Inc. en los EE. UU. y otros países. ® indica registro en los EE. UU. WeAreCAS es un sitio comunitario independiente y no está afiliado a SAS Institute Inc.
Este sitio utiliza cookies técnicas y analíticas para mejorar su experiencia.
Saber más.