【问题标题】:Specify a model with crossed and nested factors in sas proc mixed在 sas proc 混合中指定具有交叉和嵌套因子的模型
【发布时间】:2021-01-03 08:37:35
【问题描述】:

简短的问题

如何在proc mixed 中编写model 语句来研究一个因素与嵌套在第三个因素中的第二个因素之间的相互作用?

  • 所以factor_1 独立于其他人(就像年份独立于位置)
  • factor_2factor_3 的细分(就像省是州的细分一样)。

我希望它是model factor_1 * factor_2(factor_3);,但这不起作用。

真正的问题和背景

我正在尝试使用 this Nested Treatment Design example 中的技术和 this video 中给出的说明从 Eberly 科学学院的方差分析和实验设计课程中对 this Crossed - Nested Design example 建模。

加载我的数据

data PRODUCTION;
    infile datalines dsd dlm='09'x;
    array _M {6} _temporary_ (1 1 2 2 3 3);
    array _C {6} _temporary_ (1 2 1 2 1 2);
    array _O {6} _M1_C1 _M1_C2 _M2_C1 _M2_C2 _M3_C1 _M3_C2;
    input Power _M1_C1 _M1_C2 _M2_C1 _M2_C2 _M3_C1 _M3_C2;
    do _i = 1 to 6;
        Machine = _M(_i);
        Config  = _C(_i);
        Out_put = _O(_i);
        output;
    end;
    drop _:;
    datalines;
1   10.2    4.2 12.0    4.1 13.1    4.1
1   13.1    5.2 13.5    6.1 12.9    6.1
2   16.2    8.0 12.6    4.0 12.9    2.2
2   16.9    9.1 14.6    6.1 13.7    3.8
3   13.8    2.5 12.9    3.7 11.8    2.7
3   14.9    4.4 15.0    5.0 13.5    4.1
;run;

运行此分析

proc mixed data=PRODUCTION 
    method=type3 
    plots=all;

    class Machine Config Power;
    model Out_put = 
            Machine 
            Config(Machine) 
            Power
            Machine*Power 
            Config(Machine)*Power;
    store PRODUCTION;
run;
proc plm restore=PRODUCTION;
    lsmeans Machine Config(Machine) Power
        Power*Machine Power*Config(Machine)
        / adjust=tukey plot=meanplot cl lines;
    ods exclude diffplot;
run;

我在日志中得到了这个

54          model Out_put =
55                  Machine
56                  Config(Machine)
2                                                          The SAS System                              08:31 Sunday, January 3, 2021

57                  Power
58                  Machine*Power
59                  Config(Machine)*Power;
                             _
                             22
ERROR 22-322: Expecting a name.  
60          store PRODUCTION;
ERROR: Variable NAME not found.

【问题讨论】:

    标签: sas anova mixed-models


    【解决方案1】:

    明智地分配法律

            Config(Machine)*Power
    

    可能是其中之一(model 语句确实接受

            Config(Machine*Power)
            Power*Config(Machine)
    

    MODEL 语句根据代数展开解析复杂的效果规范。

    SAS/STAT 用户指南部分 "Specification of Effects" 嵌套效果的要点是

    • 嵌套效应是通过跟随主效应或交叉效应以及括号中的分类变量或分类变量列表来指定的。 主效果或交叉效果嵌套在括号中列出的效果中B(A) C(B*A) D*E(C*B*A)。在此示例中,B(A) 被读取为“B 嵌套在 A 中”。

      注意:我的粗体字。对我来说, () 里面的东西通常被认为是层次结构中的嵌套事物(更深的层)。所以如果我确实需要在精神上交叉概念,我可能会在这里有点挣扎。

    SAS/STAT 用户指南部分"Parameterization of PROC GLM Models" states

    GLM 过程根据 MODEL 语句中的规范构建线性模型。每个效果都会在设计矩阵 ? 中生成一列或多列。本节准确地展示了 ? 是如何构建的。

    并讨论创建的流程和设计矩阵。

    【讨论】:

    • 谢谢:它有效。如果你添加一个体面的解释为什么,你会得到额外的 10 代表。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-09-25
    • 1970-01-01
    • 2020-05-29
    • 1970-01-01
    • 1970-01-01
    • 2020-06-28
    相关资源
    最近更新 更多