转换混合模型，重复测量从SAS到R.

作者: 庸人自扰1
发布时间: 2024-06-10 05:10:00 (1月前)
转自：

3 条回复

0#
回复此人
AsuRa | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> “在R代码中，无论组如何，每个鼠标的相关矩阵都是相同的。在SAS代码中，每个组都有自己的相关矩阵。这是我不知道如何在R中重现的部分。” - 尝试：correlation = corSymm（~1 | group * time） </p> </DIV>

编辑
1#
回复此人
12345 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您的R代码以多种方式与SAS代码不同。其中一些是可修复的，但我无法修复所有方面来重现SAS分析。 </p> <OL> <LI> <P> R代码适合具有随机的混合效果模型 <code> mice </code> 效果，而SAS代码适合广义线性模型，允许残差之间的相关性，但没有随机效应（因为没有 <code> RANDOM </code> 声明）。在R你必须使用 <code> gls </code> 功能来自同一个 <code> nlme </code> 包。 </p> </LI> <LI> <P> 在R代码中，同一组内的所有观察具有相同的方差，而在SAS代码中，您具有非结构化协方差矩阵，即每个组内的每个时间点都有自己的方差。您可以通过使用实现相同的效果 <code> weights=varIdent(form=~1|group*time) </code> 。 </p> </LI> <LI> <P> 在R代码中，无论组如何，每个鼠标的相关矩阵都是相同的。在SAS代码中，每个组都有自己的相关矩阵。这是我不知道如何在R中重现的部分。 </p> </LI> </醇> <P> 我必须注意到R模型似乎更有意义 - SAS估计的方差和相关性太多（顺便说一句，你可以看到有意义的使用 <code> R </code> 和 <code> RCORR </code> 选项 <code> repeated </code> 声明）。 </p> </DIV>

编辑

登录后才能参与评论