Statistique

Exemple 15 de documentation pour PROC MI

Este código también está disponible en: Deutsch English Español
Nivel de dificultad
Principiante
Publicado el :
Le script commence par la génération d'un jeu de données synthétique nommé 'Mono1' contenant des valeurs manquantes dans la variable 'y1'. Ensuite, il utilise PROC MI pour imputer ces valeurs manquantes. La méthode d'imputation choisie est la régression monotone avec des détails affichés. Une considération particulière est faite pour les données manquantes non aléatoires (MNAR) sur 'y1', modelée en fonction du groupe de traitement 'Trt' lorsque 'Trt' est égal à '0'. Le jeu de données imputé est sauvegardé dans 'outex15'. Des procédures PROC PRINT sont utilisées pour afficher un aperçu des données originales et imputées.
Análisis de datos

Type : CREATION_INTERNE


Le jeu de données initial 'Mono1' est créé directement dans le script via un DATA STEP utilisant des fonctions de génération de nombres aléatoires (rannor, ranuni). Le jeu de données 'outex15' est le résultat de l'imputation effectuée par PROC MI.

1 Bloque de código
DATA STEP Data
Explicación :
Ce bloc DATA STEP crée le jeu de données 'Mono1'. Il génère des observations pour deux groupes de traitement (Trt=0 et Trt=1) avec des variables 'y0' et 'y1'. La variable 'y1' est conditionnellement rendue manquante (valeur '.') pour environ 30% des observations, simulant ainsi un scénario de données manquantes.
¡Copiado!
1DATA Mono1;
2 DO Trt=0 to 1;
3 DO j=1 to 5;
4 y0=10 + rannor(999);
5 y1= y0 + Trt + rannor(999);
6 IF (ranuni(999) < 0.3) THEN y1=.;
7 OUTPUT;
8 END; END;
9 
10 DO Trt=0 to 1;
11 DO j=1 to 45;
12 y0=10 + rannor(999);
13 y1= y0 + Trt + rannor(999);
14 IF (ranuni(999) < 0.3) THEN y1=.;
15 OUTPUT;
16 END; END;
17 drop j;
18RUN;
2 Bloque de código
PROC PRINT
Explicación :
Cette PROC PRINT affiche les 10 premières observations du jeu de données 'Mono1' pour donner un aperçu de la structure des données avant imputation. Seules les variables 'Trt', 'Y0' et 'Y1' sont incluses dans la sortie.
¡Copiado!
1PROC PRINT DATA=Mono1(obs=10);
2 var Trt Y0 Y1;
3 title 'First 10 Obs in the Trial Data';
4RUN;
3 Bloque de código
PROC MI
Explicación :
Cette PROC MI réalise l'imputation multiple des valeurs manquantes dans le jeu de données 'Mono1'. Elle utilise la graine '14823' pour la reproductibilité et génère 15 jeux de données imputés, stockés dans 'outex15'. La méthode 'monotone reg' est spécifiée pour l'imputation par régression monotone, avec l'option 'details' pour des informations supplémentaires. La clause 'mnar' indique que 'y1' est Missing Not At Random, et son modèle est conditionné par 'Trt' étant '0'.
¡Copiado!
1PROC MI DATA=Mono1 seed=14823 nimpute=15 out=outex15;
2 class Trt;
3 monotone reg (/details);
4 mnar model( y1 / modelobs= (Trt='0'));
5 var y0 y1;
6RUN;
4 Bloque de código
PROC PRINT
Explicación :
Cette PROC PRINT affiche les 10 premières observations du jeu de données imputé 'outex15'. Cela permet de visualiser les résultats de l'imputation multiple effectuée par PROC MI.
¡Copiado!
1 
2PROC PRINT
3DATA=outex15(obs=10);
4title 'First 10 Observations of the Imputed
5Data Set';
6RUN;
7 
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


Documentación relacionada

Aucune documentation spécifique pour cette catégorie.