SAS 转换和缺失数据

【问题标题】：SAS transformation and missing dataSAS 转换和缺失数据
【发布时间】：2021-12-22 04:27:27
【问题描述】：

我在 SAS 中使用 boxcox 转换和 proc transreg 过程，我想知道 SAS 如何处理丢失的数据。我有一个数据集，每个参与者每月包含一行，每个月都有一个连续变量。几个月来，该变量丢失了。 Box-Cox 变换的公式不使用变量的分布等。 SAS 是如何工作的，它是否排除了丢失的数据？

下面是我将 boxcox 转换应用于我的变量的代码：

PROC TRANSREG DATA=myfile DETAILS;
MODEL BOXCOX(myvariable/ parameter=0.1) = identity(month);
OUTPUT OUT= transformed_myfile;
RUN;

谢谢！

【问题讨论】：

标签： sas transformation normalization

【解决方案1】：

来自documentation：

PROC TRANSREG 可以估计缺失值，无论有无类别或单调性约束，从而优化回归模型拟合。提供了几种处理缺失数据的方法。 IDENTITY、CLASS、POINT、EPOINT、QPOINT、SMOOTH、PBSPLINE、PSPLINE 和 BSPLINE 变量中具有缺失值的所有观测值都将从分析中排除。当 METHOD=UNIVARIATE（在 PROC TRANSREG 或 MODEL 语句中指定）时，任何自变量中具有缺失值的观测值都将从分析中排除。当您指定 NOMISS a 选项时，将排除在其他分析变量中具有缺失值的观测值。 否则，估计缺失数据，变量均值是初始估计值。

（强调添加）。您可以根据需要添加各种转换，或使用 SAS 的默认估计值。

【讨论】：