SAS 中的单向随机效应方差分析：PROC GLM 还是 MIXED？答案

【问题标题】：One-way random-effects ANOVA in SAS: PROC GLM or MIXED?SAS 中的单向随机效应方差分析：PROC GLM 还是 MIXED？
【发布时间】：2014-11-29 16:13:04
【问题描述】：

我正在尝试在 SAS 中进行简单的单向随机效应方差分析。我想知道总体方差是否显着不同于零。

在UCLA's idre site 上，他们声明使用 PROC MIXED 如下：

proc mixed data = in.hsb12 covtest noclprint;
   class school;
   model mathach = / solution;
   random intercept / subject = school;
run;

鉴于我之前使用 PROC MIXED 的经验，这对我来说很有意义。

然而，在 Murray Logan 的文章 Biostatistical Design and Analysis Using R 中，他说对于单向方差分析，固定和随机效应没有区别，并且在 R 中进行“标准”单向方差分析，即使他在测试方差，而不是手段。我发现在 SAS 中，他的 R 过程等同于使用以下任何一种：

PROC ANOVA
PROC GLM（与 ANOVA 相同，但使用 GLM 代替 ANOVA）
带有 RANDOM 语句的 PROC GLM

上述三个模型的p值相同，但与UCLA使用的PROC MIXED模型不同。对于我的数据，它是 p=0.2508 和 p=0.3138 的差异。尽管在这种情况下结论没有改变，但我对这种差异并不满意。

谁能给出更合适的建议，以及为什么会有这种差异？

【问题讨论】：

您在 PROC ANOVA 调用中使用了哪些选项？
无，只是 PROC ANOVA，后跟 CLASS 和 MODEL 语句。

标签： sas anova random-effects

【解决方案1】：

对于您的模型，PROC ANOVA 和 PROC MIXED 之间的差异仅是由于数值噪声（PROC MIXED 的 REML 估计器）。但是，您问题中提到的 p 值对应于不同的测试。为了在 PROC MIXED 中使用 COVTEST 的输出获得 F 值，您需要重新计算 MS_groups 考虑到不相等的样本量（或者按照http://bio.classes.ucsc.edu/bio286/MIcksBookPDFs/QK08.PDF 的 p.231 中的说明手动进行，或者仅使用 PROC MIXED 与相同的固定模型规格，如 PROC ANOVA）。本文 (http://isites.harvard.edu/fs/docs/icb.topic1140782.files/S98.pdf) 提供了一些 PROC MIXED 的使用示例以及 SAS 手册。

【讨论】：

非常有帮助，谢谢。我将不得不花一些时间阅读这些参考资料，以了解为什么 PROC MIXED 无法处理不平衡数据，但 PROC ANOVA 和 GLM 很好。