Les données sont créées directement dans le script via une étape DATA et une instruction 'datalines'. Elles ne proviennent ni de SASHELP ni d'une source externe.
1 Bloc de code
DATA STEP Data
Explication : Ce bloc crée la table SAS 'rats'. Il lit les variables 'trt' (traitement), 'm' (nombre d'essais), et 'x' (nombre de succès) à partir de données intégrées (datalines). Il génère des variables indicatrices 'x1' et 'x2' pour le groupe de contrôle et de traitement respectivement. Un identifiant de portée ('litter') est créé en utilisant le numéro d'observation (_n_).
Copié !
data rats;
input trt $ m x @;
if (trt='c') then do;
x1 = 1;
x2 = 0;
end;
else do;
x1 = 0;
x2 = 1;
end;
litter = _n_;
datalines;
c 13 13 c 12 12 c 9 9 c 9 9 c 8 8 c 8 8 c 13 12 c 12 11
c 10 9 c 10 9 c 9 8 c 13 11 c 5 4 c 7 5 c 10 7 c 10 7
t 12 12 t 11 11 t 10 10 t 9 9 t 11 10 t 10 9 t 10 9 t 9 8
t 9 8 t 5 4 t 9 7 t 7 4 t 10 5 t 6 3 t 10 3 t 7 0
;
1
DATA rats;
2
INPUT trt $ m x @;
3
IF (trt='c') THENDO;
4
x1 = 1;
5
x2 = 0;
6
END;
7
ELSEDO;
8
x1 = 0;
9
x2 = 1;
10
END;
11
litter = _n_;
12
DATALINES;
13
c 1313 c 1212 c 99 c 99 c 88 c 88 c 1312 c 1211
14
c 109 c 109 c 98 c 1311 c 54 c 75 c 107 c 107
15
t 1212 t 1111 t 1010 t 99 t 1110 t 109 t 109 t 98
16
t 98 t 54 t 97 t 74 t 105 t 63 t 103 t 7 0
17
;
18
2 Bloc de code
PROC NLMIXED Data
Explication : Ce bloc ajuste un modèle mixte non linéaire sur la table 'rats'. Il définit les paramètres initiaux (parms), le prédicteur linéaire 'eta', et la probabilité 'p' via la fonction probit (probnorm). Le modèle spécifie une distribution binomiale pour la réponse 'x'. Un effet aléatoire 'alpha' avec une variance différente par groupe de traitement est inclus et groupé par 'litter'. Une estimation d'un rapport est calculée avec 'estimate', et les probabilités prédites sont sauvegardées dans une nouvelle table 'p' avec 'predict'.
Copié !
proc nlmixed data=rats;
parms t1=1 t2=1 s1=.05 s2=1;
eta = x1*t1 + x2*t2 + alpha;
p = probnorm(eta);
model x ~ binomial(m,p);
random alpha ~ normal(0,x1*s1*s1+x2*s2*s2) subject=litter;
estimate 'gamma2' t2/sqrt(1+s2*s2);
predict p out=p;
run;
1
PROC NLMIXEDDATA=rats;
2
parms t1=1 t2=1 s1=.05 s2=1;
3
eta = x1*t1 + x2*t2 + alpha;
4
p = probnorm(eta);
5
model x ~ binomial(m,p);
6
random alpha ~ normal(0,x1*s1*s1+x2*s2*s2) subject=litter;
7
estimate 'gamma2' t2/sqrt(1+s2*s2);
8
predict p out=p;
9
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
SAS et tous les autres noms de produits ou de services de SAS Institute Inc. sont des marques déposées ou des marques de commerce de SAS Institute Inc. aux États-Unis et dans d'autres pays. ® indique un enregistrement aux États-Unis. WeAreCAS est un site communautaire indépendant et n'est pas affilié à SAS Institute Inc.
Ce site utilise des cookies techniques et analytiques pour améliorer votre expérience.
En savoir plus.