問題タブ [longitudinal]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
sas - PROC GLIMMIX を使用して反復測定データを分析する
PROC GLIMMIX を使用して、特定の性的イベントに関する反復測定データを分析しています。元のデータは、約 400 人の毎週の日記調査から得られました。毎週、彼らは最近の性的な出会いからの行動について報告しました。また、人口統計に関するベースライン データもあります。12 週間の観察が収集され、高い完了率が得られました。
混合効果モデルを作成したいのですが、これが SAS でどのように行われるのか正確にはわかりません。イベント固有の要因と個人レベルの人口統計の影響をテストし、関心のある各要因のオッズ比を取得したいと考えています。結果は、イベント中に薬物が使用されたかどうかであり、説明要因は、年齢、性別など、イベントに関する特徴 (つまり、パートナーの HIV ステータス)、パートナーが通常の性的パートナーであったかどうか、等..
私が使用しているコードは、次のパターンに従います。
PROC GLIMMIX DATA=work.dataset oddsratio;
CLASS VISIT_NUMBER PARTICIPANT_ID BINARY_EVENTLEVEL_OUTCOME BINARY_EVENTLEVEL_EXPLANATORY_FACTOR CATEGORICAL_PERSONLEVEL_EXPLANATORY_FACTOR;
MODEL BINARY_EVENTLEVEL_OUTCOME = BINARY_EVENTLEVEL_EXPLANATORY CATEGORICAL_PERSONLEVEL_EXPLANATORY_FACTOR /DIST=binary link=logit CL S ddfm=kr;
RANDOM ?????;
RUN;
- ??????? のオプション 1:残差/ subject=PARTICIPANT_ID
- ????? のオプション 2: INTERCEPT / subject=PARTICIPANT_ID
- ??????? のオプション 3: VISIT_NUM / subject=PARTICIPANT_ID 残存タイプ = ar(1) INTERCEPT / subject=VISIT_NUM(PARTICIPANT_ID)
- ????? のオプション 4: その他?
また、モデル ステートメントで ddfm=kr を使用する必要があるのか、proc ステートメントで method=laplace を使用する必要があるのか も不明です。この種の反復測定分析では、どちらも他の場所で推奨されています。
これをモデル化するためのいくつかの潜在的なオプションに出くわしましたが、多くの場合、同様の結果が得られますが、オプション 1 はイベントレベルで統計的に有意な結果をもたらし、他のオプションは有意ではない結果をもたらします。ddfm=kr を含めると、関心のある結果がより重要になります。method=laplace はオプション 1 を許可しません。