Ejemplo 25 para PROC CALIS - Modelo de curva de crecimiento latente

El script comienza creando un conjunto de datos 'growth' mediante un paso DATA con datos integrados (datalines), que representan medidas repetidas (y1 a y5). Luego, ejecuta dos análisis distintos con PROC CALIS. El primer análisis ajusta un modelo de curva de crecimiento latente con una restricción de igualdad sobre las varianzas de los errores. El segundo análisis ajusta un modelo similar pero sin esta restricción, lo que permite estimar diferentes varianzas de error para cada tiempo de medición. El objetivo es modelar el crecimiento utilizando un intercepto (f_alpha) y una pendiente (f_beta) latentes.

Análisis de datos

Type : CREATION_INTERNE

Los datos se generan y se contienen en el propio script mediante un paso DATA y la instrucción 'datalines', creando la tabla 'growth'.

1 Bloque de código

DATA STEP Data

Explicación :
Este bloque DATA STEP crea la tabla 'growth' leyendo 5 variables (y1 a y5) a partir de datos integrados directamente en el código mediante la instrucción 'datalines'.

¡Copiado!

1	DATA growth;
2	INPUT y1 y2 y3 y4 y5;
3	DATALINES;
4	17.6 21.4 25.6 32.1 37.7
5	13.2 14.3 18.9 20.3 25.4
6	11.6 13.5 17.4 22.1 39.6
7	10.7 11.1 13.2 18.2 21.4
8	18.7 23.7 28.6 31.5 34.0
9	18.3 19.2 20.5 23.2 25.9
10	9.2 13.5 17.8 19.2 21.1
11	18.3 23.5 27.9 30.2 34.6
12	11.2 15.6 20.8 22.7 30.4
13	17.0 22.9 26.9 31.9 35.6
14	10.4 13.6 18.0 25.6 29.3
15	17.7 19.0 22.5 28.5 30.7
16	14.5 19.4 21.1 28.8 31.5
17	20.0 21.4 28.9 30.2 35.6
18	14.6 19.3 21.7 28.5 32.0
19	11.7 15.2 19.1 23.7 28.7
20	;
21

2 Bloque de código

PROC CALIS

Explicación :
Este bloque utiliza PROC CALIS para ajustar un modelo de curva de crecimiento latente por máxima verosimilitud (method=ml). Define las ecuaciones lineales (LINEQS) para las variables observadas en función de un intercepto (f_alpha) y una pendiente (f_beta) latentes. Se impone una restricción para que las varianzas de los cinco términos de error (e1-e5) sean iguales (5 * evar).

¡Copiado!

1	PROC CALIS method=ml DATA=growth nostand noparmname;
2	lineqs
3	y1 = 0. * Intercept + f_alpha + e1,
4	y2 = 0. * Intercept + f_alpha + 1 * f_beta + e2,
5	y3 = 0. * Intercept + f_alpha + 2 * f_beta + e3,
6	y4 = 0. * Intercept + f_alpha + 3 * f_beta + e4,
7	y5 = 0. * Intercept + f_alpha + 4 * f_beta + e5;
8	variance
9	f_alpha f_beta,
10	e1-e5 = 5 * evar;
11	mean
12	f_alpha f_beta;
13	cov
14	f_alpha f_beta;
15	fitindex on(only)=[chisq df probchi];
16	RUN;

3 Bloque de código

PROC CALIS

Explicación :
Este segundo bloque PROC CALIS ajusta un modelo similar al anterior, pero elimina la restricción sobre las varianzas de los errores. La instrucción 'variance e1-e5;' permite estimar una varianza distinta para cada término de error, ofreciendo una mayor flexibilidad al modelo.

¡Copiado!

1	PROC CALIS method=ml DATA=growth nostand noparmname;
2	lineqs
3	y1 = 0. * Intercept + f_alpha + e1,
4	y2 = 0. * Intercept + f_alpha + 1 * f_beta + e2,
5	y3 = 0. * Intercept + f_alpha + 2 * f_beta + e3,
6	y4 = 0. * Intercept + f_alpha + 3 * f_beta + e4,
7	y5 = 0. * Intercept + f_alpha + 4 * f_beta + e5;
8	variance
9	f_alpha f_beta,
10	e1-e5;
11	mean
12	f_alpha f_beta;
13	cov
14	f_alpha f_beta;
15	fitindex on(only)=[chisq df probchi];
16	RUN;

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

Retour à la liste