271038_de-DE

liliconcom

SAS-Code in JSL umwandeln

Ich muss diesen Code in JSL konvertieren

die Codereferenz " Pharmazeutische Statistik mit SAS ® : Ein praktischer Leitfaden "

 

Danke im Voraus

 

AnalytikGrafikSkripterstellungBetreff: SAS-Code in JSL umwandeln

Ich wende diesen Code in sas an, aber ich habe ein Problem im letzten Teil des Codes

 

 

Betreff: SAS-Code in JSL umwandelnGroße Anstrengung . Danke vielmalsBetreff: SAS-Code in JSL umwandeln

@Ahmed Mohamed

 

Ich stimme Jim zu.Ich bin mir nicht sicher, ob die nichtlineare JMP-Plattform eine Kammanalyse durchführen kann. Es ist einfach, den Parameterschätzungen Grenzen zu setzen, aber ich bin mit der Verlustformel nicht vertraut. Ich weiß, dass JSL für die meisten SAS-Datenschritte einfacher ist.  

 

Die folgende JSL zeigt einige der ersten Schritte für die Eingabe und Ausführung einer einfachen linearen und einer einfachen nichtlinearen Anpassung.

//conversion
Names Default to Here(1);

dt_cs = Open("$Downloads/elisa_cs.csv");

dt_cs << select where(! (:plate=="A" & :series==1));
dt_cs << delete Rows(); //only keep A 1

dt_calib = Data Table( "elisa_cs" ) << Stack(
 columns( :rep1, :rep2, :rep3 ),
 Source Label Column( "Label" ),
 Stacked Data Column( "signal" ),
 Output Table Name("calib")
);

dt_calib << New Column("w", numeric, continuous, << Set each value(1/:signal^1.3));

report1  = dt_calib << Fit Model(
 Weight( :w ),
 Y( :signal ),
 Effects( :concentration ),
 Personality( "Standard Least Squares" ),
 Emphasis( "Minimal Report" ),
 Run
);

report1 << Save Columns( {"Prediction Formula"}); //predictions are saved to the data table
 
lin_est = report1 << get estimates; //vector 
show(lin_est);


gb = dt_calib << Graph Builder(
 Size( 522, 456 ),
 Show Control Panel( 0 ),
 Show Legend( 0 ),
 Variables(
  X( :concentration ),
  Y( :signal ),
  Y( :Pred Formula signal, Position( 1 ), Side( "Right" ) )
 ),
 Elements( Points( X, Y( 1 ), Legend( 6 ) ), Line( X, Y( 2 ), Legend( 11 ) ) ),
 SendToReport(
  Dispatch(
   {},
   "Graph Builder",
   OutlineBox,
   {Set Title( "Fit of the Linear Model" ), Image Export Display( Normal )}
  ),
  Dispatch(
   {},
   "concentration",
   ScaleBox,
   {Scale( "Log" ), Format( "Best", 6 ), Min( 1 ), Max( 1000 ), Inc( 1 ),
   Minor Ticks( 0 )}
  ),
  Dispatch(
   {},
   "signal",
   ScaleBox,
   {Format( "Fixed Dec", 12, 0 ), Min( 0 ), Max( 4 ), Inc( 1 ),
   Minor Ticks( 1 ), Label Row(
    {Show Major Grid( 1 ), Show Minor Grid( 1 )}
   )}
  ),
  Dispatch(
   {},
   "Pred Formula signal",
   ScaleBox,
   {Format( "Fixed Dec", 12, 0 ), Min( 0 ), Max( 4 ), Inc( 1 ),
   Minor Ticks( 1 )}
  ),
  Dispatch(
   {},
   "400",
   ScaleBox,
   {Legend Model(
    11,
    Properties(
     0,
     {Line Color( 19 ), Line Width( 3 )},
     Item ID( "Mean(Pred Formula signal)", 1 )
    )
   )}
  )
 )
);

//Note since this is a simple weighted regression the analysis and plot can be created with Bivariate
//here the predicteds are saved, not the formula

report1_biv = dt_calib << Bivariate(
 Y( :signal ),
 X( :concentration ),
 Weight( :w ),
 Fit Line( {Confid Shaded Fit( 1 ), Line Color( {212, 73, 88} ), Save Predicteds} ),
 SendToReport(
  Dispatch(
   {},
   "1",
   ScaleBox,
   {Scale( "Log" ), Min( 1 ), Max( 1000 ), Inc( 1 ), Minor Ticks( 0 )}
  ),
  Dispatch(
   {},
   "2",
   ScaleBox,
   {Min( 0 ), Max( 4 ), Inc( 1 ), Minor Ticks( 1 ),
   Label Row( {Show Major Grid( 1 ), Show Minor Grid( 1 )} )}
  ),
  Dispatch(
   {},
   "Bivar Plot",
   FrameBox,
   {Grid Line Order( 2 ), Reference Line Order( 3 )}
  )
 )
);

//=========================================================================================
//NonLinear fit

nlmod = dt_calib << New Column( "NonLin Model",
  Numeric,
  "Continuous",
  Format( "Best", 12 ),
  Formula(
   Parameter(
    {top = 3, bottom = 0.2, c50 = 250, slope = 1},
    top + (bottom - top) / (1 + (:concentration / c50) ^ slope)
   )
  )
 );

report2_nlin = dt_calib << Nonlinear(
 Y( :signal ),
 X( :NonLin Model ),
 Weight( :w ),
 Newton,
 Finish,
 SendToReport(
  Dispatch(
   {"Plot"},
   "1",
   ScaleBox,
   {Scale( "Log" ), Format( "Best", 6 ), Min( 1 ), Max( 1000 ), Inc( 1 ),
   Minor Ticks( 0 )}
  ),
  Dispatch(
   {"Plot"},
   "2",
   ScaleBox,
   {Min( 0 ), Max( 4 ), Inc( 1 ), Minor Ticks( 1 ),
   Label Row( {Show Major Grid( 1 ), Show Minor Grid( 1 )} )}
  )
 )
);
report2 _nlin << Confidence Limits;
report2 _nlin << Save Estimates; //updates the column nlmod

nlin_est = report2_nlin << get estimates; //vector

show(nlin_est);

//==== up to proc nlmixed

Betreff: SAS-Code in JSL umwandeln

Ihre Anfrage ist eine nicht triviale Anfrage.Es würde viele Arbeitsstunden für eine Person mit Erfahrung in SAS, JMP und Statistik erfordern, um die Aufgabe zu erfüllen.Ich schlage vor, dass Sie sich mit einem Vertragshaus in Verbindung setzen, um es für die Konvertierung zu bezahlen.

 

Ich nehme an, Sie müssen den Code konvertieren, weil Sie keinen Zugriff auf SAS haben und/oder Sie nicht mit SAS vertraut sind.

Wenn das Problem darin besteht, keinen Zugriff auf SAS zu haben, kann man auf die SAS University Edition zugreifen und mit geringfügigen Änderungen das Programm erfolgreich ausführen.