Modélisation des schémas du diabète avec PROC GAM

Le script commence par la création d'un jeu de données nommé 'diabetes' via une étape DATA. Les données sont fournies directement dans le code à l'aide de 'datalines'. Une nouvelle variable, 'logCP', est calculée en prenant le logarithme naturel de la variable 'CPeptide'. Ensuite, la procédure 'PROC GAM' est utilisée pour ajuster un modèle additif généralisé. Ce modèle vise à prédire 'logCP' en fonction des effets non linéaires des variables 'Age' et 'BaseDeficit', qui sont modélisées à l'aide de fonctions spline. L'objectif est d'examiner les schémas de diabète, comme indiqué dans le titre.

Analyse des données

Type : CREATION_INTERNE

Les données sont créées directement dans le script SAS à l'aide d'une instruction 'datalines' au sein de l'étape DATA.

1 Bloc de code

DATA STEP Data

Explication :
Ce bloc DATA STEP crée la table 'diabetes'. Il lit trois variables (Age, BaseDeficit, CPeptide) à partir de données intégrées ('datalines'), puis calcule une quatrième variable 'logCP' comme étant le logarithme naturel de 'CPeptide'. L'option '@@' permet de lire plusieurs observations à partir de la même ligne de données.

Copié !

1	title 'Patterns of Diabetes';
2	DATA diabetes;
3	INPUT Age BaseDeficit CPeptide @@;
4	logCP = log(CPeptide);
5	DATALINES;
6	5.2 -8.1 4.8 8.8 -16.1 4.1 10.5 -0.9 5.2
7	10.6 -7.8 5.5 10.4 -29.0 5.0 1.8 -19.2 3.4
8	12.7 -18.9 3.4 15.6 -10.6 4.9 5.8 -2.8 5.6
9	1.9 -25.0 3.7 2.2 -3.1 3.9 4.8 -7.8 4.5
10	7.9 -13.9 4.8 5.2 -4.5 4.9 0.9 -11.6 3.0
11	11.8 -2.1 4.6 7.9 -2.0 4.8 11.5 -9.0 5.5
12	10.6 -11.2 4.5 8.5 -0.2 5.3 11.1 -6.1 4.7
13	12.8 -1.0 6.6 11.3 -3.6 5.1 1.0 -8.2 3.9
14	14.5 -0.5 5.7 11.9 -2.0 5.1 8.1 -1.6 5.2
15	13.8 -11.9 3.7 15.5 -0.7 4.9 9.8 -1.2 4.8
16	11.0 -14.3 4.4 12.4 -0.8 5.2 11.1 -16.8 5.1
17	5.1 -5.1 4.6 4.8 -9.5 3.9 4.2 -17.0 5.1
18	6.9 -3.3 5.1 13.2 -0.7 6.0 9.9 -3.3 4.9
19	12.5 -13.6 4.1 13.2 -1.9 4.6 8.9 -10.0 4.9
20	10.8 -13.5 5.1
21	;

2 Bloc de code

PROC GAM

Explication :
Ce bloc utilise la procédure GAM (Generalized Additive Model) pour modéliser la variable 'logCP' en fonction de 'Age' et 'BaseDeficit'. L'instruction 'model' spécifie que les deux variables indépendantes sont ajustées à l'aide de fonctions spline, permettant de capturer des relations non linéaires. L'instruction 'ods graphics on;' active la création de graphiques pour visualiser les résultats.

Copié !

1	ods graphics on;
2	PROC GAM DATA=diabetes;
3	model logCP = spline(Age) spline(BaseDeficit);
4	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 : SAS SAMPLE LIBRARY, NAME: gamgs, TITLE: Getting Started Example for PROC GAM, DESC: Patterns of Diabetes, REF: Sockett et al. 1987, PRODUCT: STAT

Retour à la liste