<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요,
내 데이터에 모델을 적용하고 LSMEANS의 p 값을보고 싶습니다. 나는 이것을하는 방법을 이해할 수 없다. SAS에서 코드는 "LSMEANS / pdiff"
SAS의 코드는 다음과 같습니다.
proc GLM;
클래스 marker1 marker2 marker3;
모델 특성 = 마커 1 마커 2 마커 3 마커 1 * 마커 2;
LSMEANS marker1 * marker2 / stderr pdiff;
어떤 도움을 주셔서 감사합니다!
고마워. 실제로 신뢰 구간은 p 값보다이 상황에서 더 합리적입니다. 마우스 오른쪽 버튼을 클릭하여 열을 추가 할 수 있는지 잘 모릅니다 ... 다른 테이블에 숨겨진 열이 무엇인지 궁금합니다.
나는 당신이 그 테이블에서 p- 값의 컬럼을 직접 얻을 수 있다고 생각하지 않는다. 그러나 마우스 포인터를 해당 테이블에 놓고 마우스 오른쪽 버튼을 클릭하면 기본적으로 95 % 제한 인 상한 및 하한 신뢰 한계 항목을 선택할 수 있습니다. 다른 신뢰 수준을 원하면 적합 모델을 다시 실행하고 대화 상자에서 모델 사양 옆의 빨간색 삼각형을 클릭하고 알파 레벨 설정을 적절하게 선택하십시오.
좋아, 이거 정말 근사하다. 내가 원하는 것은 최소 사각 평균 표 (JMP에서 얻을 수 있음)이지만 p 값에 대한 열이 있습니까? 이것이 가능한가?
p 값이 정렬 된 목록에 있음을 알고 있지만 올바른 비교를 찾기가 어려우며 SAS는 다음과 같이 테이블을 멋지게 출력합니다.
GLM 절차
최소 표준
메이 신 스탠다드 LSMEAN
p1 umc105 LSMEAN 오차 Pr> | t | 번호
A A 0.40225326 0.03832313 <.0001 1
A B 0.94394072 0.03824324 <.0001 2
A 0.48262441 0.02545524 <.0001 3
B A -0.05712529 0.05182397 0.2714 4
B B 0.09619548 0.04285878 0.0257 5
B H 0.03895248 0.02771541 0.1611 6
H A 0.16287842 0.02784603 <.0001 7
H B 0.48242779 0.03588362 <.0001 8
H 0.25725291 0.02200943 <.0001 9
JMP는 거의 동일한 테이블을 제공 할 수 있지만 p 값은 없습니다.
| 수평 | 최소 평균 | 표준 오류 |
| A, A | 0.40225326 | 0.03832313 |
| A, B | 0.94394072 | 0.03824324 |
| A, H | 0.48262441 | 0.02545524 |
| B, A | -0.05712529 | 0.05182397 |
| B, B | 0.09619548 | 0.04285878 |
| B, H | 0.03895248 | 0.02771541 |
| 하아 | 0.16287842 | 0.02784603 |
| H, B | 0.48242779 | 0.03588362 |
| H, H | 0.25725291 | 0.02200943 |
예를 들어,
1. 성별 * 마약에 대한 붉은 삼각형 아래 LSMeans 학생의 클릭
2. LSMeans 차이점에 대한 빨간색 삼각형 아래 정렬 된 차이 보고서를 클릭하십시오.
감사합니다. 실제로 제가 찾고있는 것은 빨간색 삼각형 아래에서 동일한 옵션이었습니다. 비슷한 결과물을 SAS로 가져 오려면 클릭해야 할 내용을 말해 줄 수 있습니까?
감사!
이 스크립트 샘플이 원하는 것을 제공하는지 확인하십시오. 또한 Fit Model 대화 상자를 통해 대화식으로 생성 한 다음 다양한 빨간색 삼각형 풀다운 메뉴 아래에있는 항목을 클릭하여 생성 할 수 있습니다.
dt = 공개 ( "$ SAMPLE_DATA / Analgesics.jmp");
fm = dt << 모델에 맞춤
Y (: 통증),
효과 (: 성별, : 마약, : 성별 * : 마약),
개성 (표준 최소 자승),
강조 (효과 레버리지),
운영(
: pain << {Fit (0)의 부족, 예측에 의한 실제 플롯 (1), 플롯 회귀 (0),
플롯 잔여 예측 (1), 플롯 효과 레버리지 (1), {: 성별 <<
{LSMeans 학생의 t (0.05, Ordered Differences Report (1))} : 마약 <<
{LSMeans 학생 (0.05, 순서 차 보고서 (1))}, : 성별 * : 마약 <<
{LSMeans 학생의 t (0.05, 순서 차 보고서 (1))}}}
),
SendToReport (
급파(
{ "반응 통증", "전체 모델", "매개 변수 추정치"},
"낮은 95 %",
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "전체 모델", "매개 변수 추정치"},
"상위 95 %"
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "성별", "최소 사각 의미 표"},
"낮은 95 %",
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "성별", "최소 사각 의미 표"},
"상위 95 %"
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "약물", "최소 사각 의미 표"},
"낮은 95 %",
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "약물", "최소 사각 의미 표"},
"상위 95 %"
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "성별 * 약물", "최소 사각 의미 표"},
"낮은 95 %",
NumberColBox,
{숨기기 (0)}
),
급파(
{ "반응 통증", "성별 * 약물", "최소 사각 의미 표"},
"상위 95 %"
NumberColBox,
{숨기기 (0)}
)
)
);
