Modelo Probit-Normal con PROC NLMIXED para Datos Binomiales

El script comienza creando un conjunto de datos SAS^© llamado 'rats' utilizando un paso DATA y datos internos (datalines). Estos datos provienen de un experimento que compara un grupo de tratamiento ('t') con un grupo de control ('c'). Se crean variables indicadoras (x1, x2) para diferenciar los dos grupos. Luego, se aplica el procedimiento NLMIXED para modelar el número de éxitos 'x' en 'm' ensayos. El modelo define un predictor lineal 'eta' que integra efectos fijos (t1, t2) y un efecto aleatorio 'alpha' específico para cada camada ('litter'). La probabilidad de éxito 'p' se modela a través de la función de distribución normal estándar (modelo probit). El script también estima un parámetro compuesto 'gamma2' y genera un conjunto de datos de salida que contiene las probabilidades predichas.

Análisis de datos

Type : CREATION_INTERNE

Los datos se crean directamente en el script mediante un paso DATA y una instrucción 'datalines'. No provienen de SASHELP ni de una fuente externa.

1 Bloque de código

DATA STEP Data

Explicación :
Este bloque crea la tabla SAS 'rats'. Lee las variables 'trt' (tratamiento), 'm' (número de ensayos) y 'x' (número de éxitos) a partir de datos integrados (datalines). Genera variables indicadoras 'x1' y 'x2' para el grupo de control y tratamiento, respectivamente. Se crea un identificador de camada ('litter') usando el número de observación (_n_).

¡Copiado!

1	DATA rats;
2	INPUT trt $ m x @;
3	IF (trt='c') THEN DO;
4	x1 = 1;
5	x2 = 0;
6	END;
7	ELSE DO;
8	x1 = 0;
9	x2 = 1;
10	END;
11	litter = _n_;
12	DATALINES;
13	c 13 13 c 12 12 c 9 9 c 9 9 c 8 8 c 8 8 c 13 12 c 12 11
14	c 10 9 c 10 9 c 9 8 c 13 11 c 5 4 c 7 5 c 10 7 c 10 7
15	t 12 12 t 11 11 t 10 10 t 9 9 t 11 10 t 10 9 t 10 9 t 9 8
16	t 9 8 t 5 4 t 9 7 t 7 4 t 10 5 t 6 3 t 10 3 t 7 0
17	;
18

2 Bloque de código

PROC NLMIXED Data

Explicación :
Este bloque ajusta un modelo mixto no lineal en la tabla 'rats'. Define los parámetros iniciales (parms), el predictor lineal 'eta' y la probabilidad 'p' a través de la función probit (probnorm). El modelo especifica una distribución binomial para la respuesta 'x'. Se incluye un efecto aleatorio 'alpha' con una varianza diferente por grupo de tratamiento y se agrupa por 'litter'. Se calcula una estimación de una relación con 'estimate', y las probabilidades predichas se guardan en una nueva tabla 'p' con 'predict'.

¡Copiado!

1	PROC NLMIXED DATA=rats;
2	parms t1=1 t2=1 s1=.05 s2=1;
3	eta = x1t1 + x2t2 + alpha;
4	p = probnorm(eta);
5	model x ~ binomial(m,p);
6	random alpha ~ normal(0,x1s1s1+x2s2s2) subject=litter;
7	estimate 'gamma2' t2/sqrt(1+s2*s2);
8	predict p out=p;
9	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