楼主: Tigflanker
3808 2

[有偿编程] 求GLM->MIANALYZE过程指点 [推广有奖]

  • 8关注
  • 18粉丝

副教授

49%

还不是VIP/贵宾

-

威望
0
论坛币
2321 个
通用积分
9.8528
学术水平
179 点
热心指数
194 点
信用等级
167 点
经验
27443 点
帖子
622
精华
0
在线时间
851 小时
注册时间
2011-3-27
最后登录
2023-5-14

300论坛币
[请勿回复,暂时已解决]




例如我现在有如下数据表格,我想用MI(3次填补)->GLM(建模分析)->MIANALYZE(MI结果综合)三个步骤实现,请老师给我一点提示,我想先把数据模拟弄好,心里能踏实点。

我第一步得到的MI结果:
原表:
Ngroupv1v2

1

1

11

33

2

2

22

44



整理后:
_Imputation_V(变量)GroupValueN(观测)

1

1

1

11

1

1

1

2

22

2

1

2

1

33

1

1

2

2

44

2

2

1

1

11

1

2

1

2

22

2

2

2

1

33

1

2

2

2

44

2

3

1

1

11

1

3

1

2

22

2

3

2

1

33

1

3

2

2

44

2



我的最终想法是这样:
得到v1和v2共两个P值,就是固定v看group组间的统计学意义,我不考虑v1与v2之间的交互作用。

其实我想用这个办法做:
  1. proc glm data=mia;
  2. class group visit;
  3. model value=group visit group*visit;
  4. lsmeans group*visit /pdiff;
  5. run;
复制代码
直接去看group*visit的最小二乘均数,不过结果做出来很有问题。

后来看到MI过程是必须用MIANALYZE做结果整合的,MIANALYZE过程真的不知道是起啥作用的,我照猫画虎的写了如下,当然得到的不是想要的group组间比较的结果,请各位老师帮我查错解释一下,非常感谢,谢谢!
  1. proc glm data=mitemp;
  2. class visit;
  3. model value=group visit/solution inverse ;
  4. by _imputation_;
  5. ods output ParameterEstimates=glmparms
  6.            InvXPX=glmxpxi;
  7. quit;


  8. proc mianalyze parms=glmparms xpxi=glmxpxi;
  9.    modeleffects Intercept group visit;
  10. run;
复制代码


关键词:analyze Analy Anal MIA Imputation 表格
Bye SAS.
若有缘,能重聚。
沙发
Tigflanker 发表于 2012-11-26 12:45:42 |只看作者 |坛友微信交流群
自己顶一下,拜托学过MI过程的朋友帮下忙,我现在最关键的问题是:这个MIANALYZE到底到底是干什么的?

我跳过MIANALYZE过程直接用GLM过程对MI填补过后的数据集进行统计分析,发现若是参照GLM过程的最小二乘法估计,多次模拟后的一类错误非常高,可是不知道怎么将GLM的结果和MIANALYZE过程进行衔接。
Bye SAS.
若有缘,能重聚。

使用道具

藤椅
ziyenano 发表于 2012-11-26 13:24:43 |只看作者 |坛友微信交流群
mi 过程是用于填补缺失值的;通常采用多重填补来填补缺失值;
缺失值填补完成后,采用SAS标准的过程步来分析每一次_impuation_的数据;
而MIANALYZE 作用则是:
The MIANALYZE procedure reads the parameter estimates and associated covariance matrix that are computed by the standard statistical procedure for each imputed
data set. The MIANALYZE procedure then derives valid univariate and multivariate
inferences for these parameters;
通过标准过程步,得到的参数估计和协方差矩阵等等,对这些变量派生出单一或者多元的
推断;简言之,就是综合一下上述每一次_imputation_的分析结果。




已有 1 人评分学术水平 热心指数 信用等级 收起 理由
Tigflanker + 1 + 1 + 1 先谢谢啊。

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-28 11:48