Este script analiza los datos de un ensayo Ames de salmonella para ilustrar la modelización de medias parcialmente variables. Compara un modelo de Poisson estándar con un modelo de mezcla de Poisson de dos componentes (k=2). El script muestra cómo restringir los parámetros entre los componentes (mediante la opción 'equate' o la instrucción 'RESTRICT') y examina el efecto de un valor atípico (outlier) en el ajuste del modelo y la sobredispersión.
Análisis de datos
Type : CREATION_INTERNE
Los datos 'assay' que contienen las dosis de quinolina y el número de colonias observadas se crean directamente en el script mediante un paso DATA y datalines.
1 Bloque de código
DATA STEP Data
Explicación : Creación de la tabla 'assay'. Se lee la variable 'dose', se calcula una transformación logarítmica 'logd', y se leen tres observaciones 'num' para cada dosis (bucle do i=1 to 3).
¡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 HPFMM
Explicación : Ajuste de un modelo de regresión de Poisson estándar (dist=Poisson) sobre el conjunto de datos.
¡Copiado!
proc hpfmm data=assay;
model num = dose logd / dist=Poisson;
run;
1
2
PROC HPFMM
3
DATA=assay;
4
model num = dose logd / dist=Poisson;
5
RUN;
6
3 Bloque de código
PROC HPFMM
Explicación : Ajuste de un modelo de mezcla de Poisson de 2 componentes (k=2). La opción 'equate=effects(dose logd)' fuerza a que los coeficientes de regresión para 'dose' y 'logd' sean idénticos entre los dos componentes.
¡Copiado!
proc hpfmm data=assay;
model num = dose logd / dist=Poisson k=2
equate=effects(dose logd);
run;
1
PROC HPFMMDATA=assay;
2
model num = dose logd / dist=Poisson k=2
3
equate=effects(dose logd);
4
RUN;
4 Bloque de código
PROC HPFMM
Explicación : Alternativa al paso anterior que utiliza la instrucción 'RESTRICT' para imponer manualmente la igualdad de los coeficientes 'dose' y 'logd' entre el primer (1) y el segundo (-1) componente.
Explicación : Reajuste del modelo de mezcla (k=2, efectos igualados) excluyendo la observación atípica donde num=60 (filtro mediante la opción dataset where).
¡Copiado!
proc hpfmm data=assay(where=(num ne 60));
model num = dose logd / dist=Poisson k=2
equate=effects(dose logd);
run;
1
PROC HPFMMDATA=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 HPFMM
Explicación : Reajuste del modelo de Poisson simple excluyendo la observación atípica (num=60).
¡Copiado!
proc hpfmm data=assay(where=(num ne 60));
model num = dose logd / dist=Poisson;
run;
1
2
PROC HPFMM
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.
Información de copyright : SAS LIBRERÍA DE EJEMPLO - NAME: hpfmmex3 - PRODUCT: STAT - REF: Wang, P., Puterman, M. L., Cockburn, I., and Le, N. (1996)
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.