SAS输出结果分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

本人编了个程序  但是输出结果看不懂 求分析
                                                   The MI Procedure

                                                  Model Information

                             Data Set                             WORK.AN
                             Method                               MCMC
                             Multiple Imputation Chain            Single Chain
                             Initial Estimates for MCMC           EM Posterior Mode
                             Start                                Starting Value
                             Prior                                Jeffreys
                             Number of Imputations                3
                             Number of Burn-in Iterations         200
                             Number of Iterations                 100
                             Seed for random number generator     1000


                                                 Missing Data Patterns

                                                                    ---------Group Means--------
                       Group    fd    yd        Freq     Percent              fd              yd

                           1    X     X           10       83.33     1427.200000     1552.700000
                           2    X     .            1        8.33     1670.000000               .
                           3    .     X            1        8.33               .     1500.000000


                                            EM (Posterior Mode) Estimates

                                  _TYPE_    _NAME_                fd              yd

                                  MEAN                   1443.583323     1566.268834
                                  COV       fd                 20297           18105
                                  COV       yd                 18105           19171


                                       Multiple Imputation Variance Information

                                                                           Relative       Fraction
                 -----------------Variance-----------------                Increase        Missing       Relative
     Variable         Between         Within          Total       DF    in Variance    Information     Efficiency

     fd             67.570675    2296.676071    2386.770304   9.0144       0.039228       0.039115       0.987129
     yd            134.311789    2310.170846    2489.253232   8.5565       0.077519       0.076709       0.975068


                                        Multiple Imputation Parameter Estimates

Variable            Mean      Std Error    95% Confidence Limits        DF        Minimum        Maximum            Mu0

fd           1447.967609      48.854583     1337.478     1558.457   9.0144    1440.499848    1456.775451              0
yd           1567.960956      49.892417     1454.198     1681.724   8.5565    1555.076264    1577.533848              0

                                        Multiple Imputation Parameter Estimates

                                                       t for H0:
                                           Variable     Mean=Mu0   Pr > |t|

                                           fd              29.64     <.0001
                                           yd              31.43     <.0001

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏0 回帖

关键词：结果分析 输出结果 information Imputation Informatio 程序

只需各位网友 帮忙解释下各部分的含义就好了  谢谢。。。

各位网友帮帮忙哈。。。