使用SAS中的對比度或估計值比較變量組合

因此，這應該是一個容易的方法，但我一直都在對比度下進行垃圾處理，而SAS文獻並沒有真正的幫助。我們正在進行分析，我們需要比較不同的變量組合。例如，我們有8個不同的品種和3次治療，並且希望在治療1.我寫的代碼來對比品種5對品種7：使用SAS中的對比度或估計值比較變量組合

proc mixed data=data; 
class breed treatment field; 
model ear_mass = field breed field*breed treatment field*treatment breed*treatment; 
random field*breed*treatment; 
estimate "1 C0" 
breed 0 0 0 0 1 0 -1 0 breed*treatment 0 0 0 0 1 0 0 0 -1 0 0; 
run;

究竟我做錯了，我估計行沒有工作？

來源

2015-12-16 Michael

它是如何工作的？你有錯誤嗎？你是否得到了模型的失敗？或者只是不喜歡結果？ – Joe

該模型正常工作，它是沒有的對比估計聲明。我們得到的是DF的點，F值和P值。 – Michael

您的對比聲明對於此特定比較還必須包括繁殖*字段的係數。

當定義對比時，我建議從小開始建立起來。在時間1（B5T1）處寫下品種5的對比度，並根據它的平均值檢查它的值，以確認你有合適的係數。 請注意，您必須在所有現場級別進行平均才能獲得此估算值。同樣，爲B7T1寫一個對比。然後從B7T1的那些中減去B5T1的係數，注意到一些項（例如治療*場）的係數現在全部爲零。

更簡單的選擇是使用LSMESTIMATE語句，該語句允許使用lsmeans而不是模型參數來建立對比度。見文件和本文Kiernan et al., 2011, CONTRAST and ESTIMATE Statements Made Easy:The LSMESTIMATE Statement

來源

2015-12-28 20:55:46 user20489

感謝您的輸入。最後，我們確實決定去聽取聲明。就這一點而言，你是否知道一種方法讓薩斯真正告訴我們兩件事正在被對比？當你處理20個1和0個時，可能很容易犯一個錯誤，所以有可能讓它告訴我，對比是「品種1×處理1與品種5×處理1？」。 – Michael

唉，你必須告訴SAS，它不能告訴你。

你是對的，很容易犯錯誤。瞭解相互作用中因子水平的排序很重要，這是由CLASS語句中的因子順序決定的。您可以通過查看LSMEANS表中交互平均值的順序來確認排序。

檢查您可以使用lsmeans手動計算對比度的估計值。如果它匹配，那麼你可以確信標準錯誤和推理測試也是正確的。

LSMESTIMATE是一個非常有用的工具，與使用模型參數定義對比度相比，速度更快，更容易出錯。

來源

2016-01-07 17:22:16 user20489

使用SAS中的對比度或估計值比較變量組合

回答

相關問題