GLM过程的lsmean结果疑问

有一数据集，包含以下变量，因为男女、城乡、年份等年龄组成不一样，进行TC的均数比较时需要用年龄进行调节，使用GLM过程，用年龄age作为协变量计算lsmean。

[td]

#	变量	类型	长度	输出格式	标签
1	sex	数值	8	1.	性别1=男2=女
2	age	数值	8		年龄（岁）
3	tc	数值	8	5.2	TC
4	yrs	字符	4		年份
5	district	字符	4	$4.	城乡
6	id	数值	8		ID号

为了进行年份间、城乡间、男女间进行比较，分别运行以下3个glm过程。

1. libname a "d:\";
   
2. 
   
3. proc sort data=a.all;by district sex; run;
   
4. 
   
5. proc glm data=a.all;
   
6. title '表1 城乡、男女TC年龄调节均数的年份间比较';
   
7. class yrs district sex;
   
8. model TC=yrs district sex age;
   
9. by district sex;
   
10. lsmeans yrs/stderr;
    
11. run;
    
12. 
    
13. proc sort data=a.all;by yrs sex; run;
    
14. 
    
15. proc glm data=a.all;
    
16. title '表2 不同年份、男女TC年龄调节均数的城乡间比较';
    
17. class yrs district sex;
    
18. model TC=yrs district sex age;
    
19. by yrs sex;
    
20. lsmeans district/stderr;
    
21. run;
    
22. 
    
23. proc sort data=a.all;by yrs district; run;
    
24. 
    
25. proc glm data=a.all;
    
26. title '表3 不同年份、城乡TC年龄调节均数的男女间比较';
    
27. class yrs district sex;
    
28. model TC=yrs district sex age;
    
29. by yrs district;
    
30. lsmeans sex/stderr;
    
31. run;

复制代码

分别得出结果，按道理，同样是用age年龄进行调节，最终结果应该是一样的，比如，2001年城市男性的调节均数（TC的lsmean）在表1、表2、表3中应该是一样的，但实际不同，为什么？

表1结果：城乡=城市 性别1=男2=女=1

[td]

yrs	tc LSMEAN	标准误差	Pr > |t|
2001	4.70421365	0.05855886	<.0001

表2结果：年份=2001 性别1=男2=女=1

[td]

district	tc LSMEAN	标准误差	Pr > |t|
城市	4.63527957	0.03999276	<.0001

表3结果：年份=2001 城乡=城市

[td]

sex	tc LSMEAN	标准误差	Pr > |t|
1	4.63751381	0.04075315	<.0001

程序及数据集请下载附件，谢谢。

GLM_test.rar (27.93 KB) 本附件包括：

• ddd.sas
• all.sas7bdat

2013-10-26 12:42:47 上传

1. 你的by语句起了分割数据集的作用，by里的变量每次只有一个取值，相当于分层分析了。起不到类似于多元校正的作用。

2. 3个LSMEANS分别估计的是各年，城乡，男女的 最小二乘均值。也不可能相同。

webgu 发表于 2013-10-26 19:14
1. 你的by语句起了分割数据集的作用，by里的变量每次只有一个取值，相当于分层分析了。起不到类似于多元校正 ...

我明白by语句起了分割数据集的作用，但如果输出如下的表，并且要男女比较、城乡比较、年份间比较，要做成以下的lsmean，怎么计算？怎样校正？谢谢。

	男性	女性
	TC	TC
城市
2001
2003
2004
2012
农村
2001
2003
2004
2012

要较：男女、城乡、年份

其实1楼的3个程序都可以输出以上结果就是比较不同而已，但是问题出现结果不一样。

我的建议是：

lsmeans  district*yrs*sex;

webgu 发表于 2013-10-27 10:36
我的建议是：

lsmeans  district*yrs*sex;

但是不能输出3楼的表格啊，这才是问题。

当然不可能是一模一样的表格。稍稍整理一下即可。

1. proc glm data=a.all;
   
2. title 'Adjusted TC';
   
3. class district yrs  sex;
   
4. model TC=yrs district sex age  district *yrs*sex;
   
5. lsmeans district *yrs*sex/stderr;
   
6. run;

复制代码

webgu 发表于 2013-10-27 12:26
当然不可能是一模一样的表格。稍稍整理一下即可。

谢谢你的回复，你这个程序是可以输出我在3楼提出的表的，但是，我在1楼的程序3个过程分别都可以输出3楼的表的结果，问题是，我要比较lsmean的差别，具体是：
相同性别（比如男性）及农村或城市内个年份的TC的lsmean的差别，1楼表1就是为了达到此目的；
相同年份（比如2001年）及相同性别（比如男性）的城乡的TC的lsmean的差别，1楼表2就是为了达到此目的；
相同年份（比如2011年）及城乡（比如农村）的不同性别的TC的lsmean的差别，1楼表3就是为了达到此目的。

所有以上的表格均可以单独输出3楼的表格结果，同样是用年龄调整，问题是输出的结果不一样，为什么？

你需要自己明确的是：
1.你是要分层做还是要做多元校正？意议和方法都是不一样的。我的建议是多元校正。
2.你需要弄清楚一下LSMEANS的意义，你就知道为什么三个应该是不同的结果。

1. proc glm data=a.all;
   
2. title 'Adjusted TC';
   
3. class district yrs  sex;
   
4. model TC=yrs district sex age  district *yrs*sex;
   
5. /*分别实现三个LSMEANS*/
   
6. lsmeans district/stderr;
   
7. lsmeans yrs/stderr;
   
8. lsmeans sex/stderr;
   
9. run;

复制代码

webgu 发表于 2013-10-28 08:56
你需要自己明确的是：
1.你是要分层做还是要做多元校正？意议和方法都是不一样的。我的建议是多元校正。
...

我要的分层校正，因为我想分层比较。
相同性别（比如男性）及农村或城市内个年份的TC的lsmean的差别，1楼表1就是为了达到此目的；
相同年份（比如2001年）及相同性别（比如男性）的城乡的TC的lsmean的差别，1楼表2就是为了达到此目的；
相同年份（比如2011年）及城乡（比如农村）的不同性别的TC的lsmean的差别，1楼表3就是为了达到此目的。

如果不分层，校正就变得很简单了。

问题是我用不同分层方法（by sex district, by yrs sex等）时，虽然都能输出3楼表格结果，但是结果不一样。如果是多元校正，用 sex*district*yrs就可以。