Publié le :
Statistique CREATION_INTERNE

Exemple d'introduction à PROC GLIMMIX : Régression logistique

Ce code est également disponible en : Deutsch English Español
En attente de validation
Ce script provient de la bibliothèque d'exemples SAS©. Il illustre l'utilisation de la procédure GLIMMIX pour ajuster un modèle linéaire généralisé mixte (GLMM) sur des données binomiales. L'objectif est de modéliser la proportion d'effets secondaires en fonction du groupe de traitement, tout en tenant compte de la variabilité entre les différents centres (intercept aléatoire par sujet/centre).
Analyse des données

Type : CREATION_INTERNE


Les données sont générées statiquement dans le script via l'étape DATA 'multicenter' et l'instruction DATALINES.

1 Bloc de code
DATA STEP Data
Explication :
Création du jeu de données 'multicenter' contenant les résultats de l'étude : le centre, le groupe de traitement, le nombre total de patients (n) et le nombre d'effets secondaires observés.
Copié !
1DATA multicenter;
2 INPUT center group$ n sideeffect;
3 DATALINES;
4 1 A 32 14
5 1 B 33 18
6 2 A 30 4
7 2 B 28 8
8 3 A 23 14
9 3 B 24 9
10 4 A 22 7
11 4 B 22 10
12 5 A 20 6
13 5 B 21 12
14 6 A 19 1
15 6 B 20 3
16 7 A 17 2
17 7 B 17 6
18 8 A 16 7
19 8 B 15 9
20 9 A 13 1
21 9 B 14 5
2210 A 13 3
2310 B 13 1
2411 A 11 1
2511 B 12 2
2612 A 10 1
2712 B 9 0
2813 A 9 2
2913 B 9 6
3014 A 8 1
3114 B 8 1
3215 A 7 1
3315 B 8 0
34;
2 Bloc de code
PROC GLIMMIX
Explication :
Exécution de la procédure GLIMMIX. Le modèle spécifie une distribution binomiale (syntaxe events/trials) avec 'group' comme effet fixe. Un intercept aléatoire est ajouté pour chaque 'center' afin de capturer la corrélation intra-centre.
Copié !
1PROC GLIMMIX DATA=multicenter;
2 class center group;
3 model sideeffect/n = group / solution;
4 random intercept / subject=center;
5RUN;
3 Bloc de code
PROC GLIMMIX
Explication :
Seconde exécution identique à la première, mais focalisée sur l'affichage des moyennes des moindres carrés (LS-means). L'option 'ilink' est utilisée pour rapporter les estimations sur l'échelle des données originales (probabilités) plutôt que sur l'échelle du lien (logit).
Copié !
1ods select lsmeans;
2PROC GLIMMIX DATA=multicenter;
3 class center group;
4 model sideeffect/n = group / solution;
5 random intercept / subject=center;
6 lsmeans group / cl ilink;
7RUN;
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
Informations de Copyright : SAS SAMPLE LIBRARY / NAME: gmxgs1 / PRODUCT: STAT