The GLIMMIX Procedure, June 2006

相似文件 换一批

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

<p>Contents</p><p>OVERVIEW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 </p><p><br/>Basic Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 </p><p><br/>Assumptions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 </p><p><br/>Notation for the Generalized Linear Mixed Model . . . . . . . . . . . . . . 7 </p><p><br/>The Basic Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 </p><p><br/>G-side and R-side Random Effects . . . . . . . . . . . . . . . . . . . . 8 </p><p><br/>Relationship with Generalized Linear Models . . . . . . . . . . . . . . . 9 </p><p><br/>PROC GLIMMIX Contrasted with Other SAS Procedures . . . . . . . . . . 10 </p><p><br/>GETTING STARTED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 </p><p><br/>Logistic Regressions with Random Intercepts . . . . . . . . . . . . . . . . 11 </p><p><br/>SYNTAX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 </p><p><br/>PROC GLIMMIX Statement . . . . . . . . . . . . . . . . . . . . . . . . . 18 </p><p><br/>BY Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 </p><p><br/>CLASS Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 </p><p><br/>CONTRAST Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 </p><p><br/>ESTIMATE Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 </p><p><br/>FREQ Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 </p><p><br/>ID Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 </p><p><br/>LSMEANS Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 </p><p><br/>LSMESTIMATE Statement . . . . . . . . . . . . . . . . . . . . . . . . . . 56 </p><p><br/>MODEL Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 </p><p><br/>Response Variable Options . . . . . . . . . . . . . . . . . . . . . . . . . 63 </p><p><br/>Model Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 </p><p><br/>NLOPTIONS Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 </p><p><br/>OUTPUT Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 </p><p><br/>PARMS Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 </p><p><br/>RANDOM Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 </p><p><br/>WEIGHT Statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 </p><p><br/>Programming Statements . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 </p><p><br/>User-Defined Link or Variance Function . . . . . . . . . . . . . . . . . . . 110 </p><p><br/>Implied Variance Functions . . . . . . . . . . . . . . . . . . . . . . . . 110 </p><p><br/>Automatic Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 </p><p><br/>DETAILS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 </p><p><br/>Generalized Linear Models Theory . . . . . . . . . . . . . . . . . . . . . . 113 </p><p><br/>Maximum Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 </p><p><br/>Quasi-Likelihood for Independent Data . . . . . . . . . . . . . . . . . . 117 </p><p><br/>Effects of Adding Overdispersion . . . . . . . . . . . . . . . . . . . . . 118 </p><p><br/>Generalized Linear Mixed Models Theory . . . . . . . . . . . . . . . . . . 119 </p><p><br/>Model or Integral Approximation . . . . . . . . . . . . . . . . . . . . . 119 </p><p><br/>Pseudo-Likelihood Estimation Based on Linearization . . . . . . . . . . 120 </p><p><br/>GLM-Mode or GLMM-Mode . . . . . . . . . . . . . . . . . . . . . . . . . 125 </p><p><br/>Satterthwaite Degrees of Freedom Approximation . . . . . . . . . . . . . . 126 </p><p><br/>Empirical Covariance (“Sandwich”) Estimators . . . . . . . . . . . . . . . 128 </p><p><br/>Processing by Subjects . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 </p><p><br/>Radial Smoothing Based on Mixed Models . . . . . . . . . . . . . . . . . . 131 </p><p><br/>From Penalized Splines to Mixed Models . . . . . . . . . . . . . . . . . 132 </p><p><br/>Knot Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 </p><p><br/>Odds and Odds Ratio Estimation . . . . . . . . . . . . . . . . . . . . . . . 138 </p><p><br/>The Odds Ratio Estimates Table . . . . . . . . . . . . . . . . . . . . . . 140 </p><p><br/>Odds or Odds Ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 </p><p><br/>Odds Ratios in Multinomial Models . . . . . . . . . . . . . . . . . . . . 142 </p><p><br/>Parameterization of Generalized Linear Mixed Models . . . . . . . . . . . . 143 </p><p><br/>Intercept . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 </p><p><br/>Regression Effects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 </p><p><br/>Main Effects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 </p><p><br/>Interaction Effects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 </p><p><br/>Nested Effects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 </p><p><br/>Continuous-Nesting-Class Effects . . . . . . . . . . . . . . . . . . . . . 146 </p><p><br/>Continuous-by-Class Effects . . . . . . . . . . . . . . . . . . . . . . . . 146 </p><p><br/>General Effects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 </p><p><br/>Implications of the Non-Full-Rank Parameterization . . . . . . . . . . . 147 </p><p><br/>Missing Level Combinations . . . . . . . . . . . . . . . . . . . . . . . . 148 </p><p><br/>Response Level Ordering and Referencing . . . . . . . . . . . . . . . . . . 148 </p><p><br/>Comparing PROC GLIMMIX with PROC MIXED . . . . . . . . . . . . . 149 </p><p><br/>Singly or Doubly Iterative Fitting . . . . . . . . . . . . . . . . . . . . . . . 151 </p><p><br/>Default Estimation Techniques . . . . . . . . . . . . . . . . . . . . . . . . 153 </p><p><br/>Choosing an Optimization Algorithm . . . . . . . . . . . . . . . . . . . . . 153 </p><p><br/>First- or Second-Order Algorithms . . . . . . . . . . . . . . . . . . . . 153 </p><p><br/>Algorithm Descriptions . . . . . . . . . . . . . . . . . . . . . . . . . . 155 </p><p><br/>Remote Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 </p><p><br/>Default Output . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 </p><p><br/>Model Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 </p><p><br/>Class Level Information . . . . . . . . . . . . . . . . . . . . . . . . . . 160 </p><p><br/>Number of Observations . . . . . . . . . . . . . . . . . . . . . . . . . . 160 </p><p><br/>Response Profile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 </p><p><br/>Dimensions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 </p><p><br/>Optimization Information . . . . . . . . . . . . . . . . . . . . . . . . . 161 </p><p><br/>Iteration History . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 </p><p><br/>Convergence Status . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 </p><p><br/>Fit Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 </p><p><br/>Covariance Parameter Estimates . . . . . . . . . . . . . . . . . . . . . . 164 </p><p><br/>Type III Tests of Fixed Effects . . . . . . . . . . . . . . . . . . . . . . . 164 </p><p>2 </p><p>Notes on Output Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 </p><p><br/>ODS Table Names . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 </p><p><br/>ODS Graphics (Experimental) . . . . . . . . . . . . . . . . . . . . . . . . . 168 </p><p><br/>Statistical Graphics for LS-Mean Comparisons . . . . . . . . . . . . . . 169 </p><p><br/>ODS Graph Names . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 </p><p><br/>EXAMPLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 </p><p><br/>Example 1. Binomial Counts in Randomized Blocks . . . . . . . . . . . . . 176 </p><p><br/>Example 2. Mating Experiment with Crossed Random Effects . . . . . . . . 189 </p><p><br/>Example 3. Smoothing Disease Rates; Standardized Mortality Ratios . . . . 198 </p><p><br/>Example 4. Quasi-Likelihood Estimation for Proportions with Unknown</p><p>Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 </p><p><br/>Example 5. Joint Modeling of Binary and Count Data . . . . . . . . . . . . 216 </p><p><br/>Example 6. Radial Smoothing of Repeated Measures Data . . . . . . . . . . 224 </p><p><br/>Example 7. Isotonic Contrasts for Ordered Alternatives . . . . . . . . . . . 235 </p><p><br/>REFERENCES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 </p><p><br/>SUBJECT INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 </p><p><br/>SYNTAX INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 </p><p>[Power=10] 149450.pdf (1.91 MB)

2007-8-29 11:45:00 上传

The GLIMMIX Procedure, June 2006

[/Power]<br/></p>

[此贴子已经被angelboy于2008-8-20 9:42:47编辑过]

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

关键词：Procedure glimmix GLIM OCED ROCE Random

兄弟有点不人意， google 一搜就有的东西还收钱

因为不是GOOGLE搜到的，所以收了钱。多谢提醒！！

这个就是到SAS官网上下的！！