Le code commence par créer un jeu de données 'Fitness1' contenant des mesures de condition physique (Oxygen, RunTime, RunPulse). Certaines valeurs sont manquantes pour illustrer un schéma de données manquantes arbitraire. Ensuite, la procédure `PROC MI` est utilisée pour imputer ces valeurs manquantes. Elle génère 5 jeux de données imputés en utilisant une méthode MCMC (Markov Chain Monte Carlo) et produit des graphiques de diagnostic pour évaluer la convergence des chaînes.
Analyse des données
Type : CREATION_INTERNE
Les données sont créées directement dans le script via une étape DATA avec une instruction DATALINES. Il n'y a aucune dépendance à des fichiers externes.
1 Bloc de code
DATA STEP Data
Explication :
Ce bloc de code crée la table SAS 'Fitness1'. L'instruction `input` lit les trois variables Oxygen, RunTime et RunPulse. Le double 'at' (`@@`) à la fin de l'instruction `input` indique à SAS de conserver la ligne de données en cours pour lire plusieurs observations à partir de la même ligne.
Ce bloc de code crée la table SAS 'Fitness1'. L'instruction `input` lit les trois variables Oxygen, RunTime et RunPulse. Le double 'at' (`@@`) à la fin de l'instruction `input` indique à SAS de conserver la ligne de données en cours pour lire plusieurs observations à partir de la même ligne.
Copié !
| 1 | DATA Fitness1; |
| 2 | INPUT Oxygen RunTime RunPulse @@; |
| 3 | DATALINES; |
| 4 | 44.609 11.37 178 45.313 10.07 185 |
| 5 | 54.297 8.65 156 59.571 . . |
| 6 | 49.874 9.22 . 44.811 11.63 176 |
| 7 | . 11.95 176 . 10.85 . |
| 8 | 39.442 13.08 174 60.055 8.63 170 |
| 9 | 50.541 . . 37.388 14.03 186 |
| 10 | 44.754 11.12 176 47.273 . . |
| 11 | 51.855 10.33 166 49.156 8.95 180 |
| 12 | 40.836 10.95 168 46.672 10.00 . |
| 13 | 46.774 10.25 . 50.388 10.08 168 |
| 14 | 39.407 12.63 174 46.080 11.17 156 |
| 15 | 45.441 9.63 164 . 8.92 . |
| 16 | 45.118 11.08 . 39.203 12.88 168 |
| 17 | 45.790 10.47 186 50.545 9.93 148 |
| 18 | 48.673 9.40 186 47.920 11.50 170 |
| 19 | 47.467 10.50 170 |
| 20 | ; |
| 21 |
2 Bloc de code
PROC MI
Explication :
Ce bloc utilise la procédure d'imputation multiple `PROC MI`. L'option `nimpute=5` demande la création de 5 jeux de données imputés. La méthode d'imputation utilisée est MCMC, comme spécifié par l'instruction `mcmc`. Des graphiques de diagnostic (trace et fonction d'autocorrélation) sont demandés pour la moyenne de la variable `Oxygen` afin de vérifier la convergence de l'algorithme. Les variables à imputer sont listées dans l'instruction `var`.
Ce bloc utilise la procédure d'imputation multiple `PROC MI`. L'option `nimpute=5` demande la création de 5 jeux de données imputés. La méthode d'imputation utilisée est MCMC, comme spécifié par l'instruction `mcmc`. Des graphiques de diagnostic (trace et fonction d'autocorrélation) sont demandés pour la moyenne de la variable `Oxygen` afin de vérifier la convergence de l'algorithme. Les variables à imputer sont listées dans l'instruction `var`.
Copié !
| 1 | ods graphics on; |
| 2 | PROC MI DATA=Fitness1 seed=501213 nimpute=5 mu0=50 10 180; |
| 3 | mcmc plots=(trace(mean(Oxygen)) acf(mean(Oxygen))); |
| 4 | var Oxygen RunTime RunPulse; |
| 5 | RUN; |
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 : S A S S A M P L E L I B R A R Y, NAME: MIEX11, TITLE: Documentation Example 11 for PROC MI, PRODUCT: STAT
