Ejemplo de inicio 2 para PROC NLMIXED

Este script SAS^© es el segundo ejemplo de inicio para el uso de PROC NLMIXED. Implementa un modelo logístico-normal para analizar datos binomiales de un ensayo clínico multicéntrico, como lo describen Beitler y Landis (1985). Demuestra la especificación de parámetros, efectos fijos y aleatorios, y la predicción de la heterogeneidad interclínica.

Análisis de datos

Type : CREATION_INTERNE

Los datos 'infection' se crean directamente en el script SAS a través de un bloque DATALINES. Incluyen las variables clinic, t, x, y n, que representan información de un ensayo clínico.

1 Bloque de código

DATA STEP Data

Explicación :
Este bloque DATA STEP crea el conjunto de datos 'infection' utilizando datos brutos integrados (DATALINES). Cada fila representa una observación con las variables 'clinic' (identificador de la clínica), 't' (tratamiento), 'x' (número de éxitos) y 'n' (número total de ensayos).

¡Copiado!

1	DATA infection;
2	INPUT clinic t x n;
3	DATALINES;
4	1 1 11 36
5	1 0 10 37
6	2 1 16 20
7	2 0 22 32
8	3 1 14 19
9	3 0 7 19
10	4 1 2 16
11	4 0 1 17
12	5 1 6 17
13	5 0 0 12
14	6 1 1 11
15	6 0 0 10
16	7 1 1 5
17	7 0 1 9
18	8 1 4 6
19	8 0 6 7
20	;

2 Bloque de código

PROC NLMIXED

Explicación :
Este procedimiento PROC NLMIXED ajusta un modelo logístico de efectos mixtos a los datos 'infection'.
- `parms` inicializa los parámetros del modelo: `beta0` (intercepción), `beta1` (efecto del tratamiento 't') y `s2u` (varianza del efecto aleatorio).
- `eta`, `expeta` y `p` definen la parte lineal del predictor (`eta`) y la probabilidad de éxito (`p`) según un modelo logístico.
- `model x ~ binomial(n,p)` especifica que la variable `x` (número de éxitos) sigue una distribución binomial con `n` ensayos y la probabilidad `p`.
- `random u ~ normal(0,s2u) subject=clinic` introduce un efecto aleatorio `u` para cada `clinic`, que se supone sigue una distribución normal con una media de 0 y una varianza `s2u`. Esto permite modelar la heterogeneidad entre clínicas.
- `predict eta out=eta` calcula y muestra los valores predichos para `eta`.
- `estimate '1/beta1' 1/beta1` solicita una estimación del inverso del parámetro `beta1`.

¡Copiado!

1	PROC NLMIXED DATA=infection;
2	parms beta0=-1 beta1=1 s2u=2;
3	eta = beta0 + beta1*t + u;
4	expeta = exp(eta);
5	p = expeta/(1+expeta);
6	model x ~ binomial(n,p);
7	random u ~ normal(0,s2u) subject=clinic;
8	predict eta out=eta;
9	estimate '1/beta1' 1/beta1;
10	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 : S A S S A M P L E L I B R A R Y

Retour à la liste