2

我正在尝试在 SAS 中进行简单的单向随机效应方差分析。我想知道总体方差是否显着不同于零。

在UCLA 的 idre 网站上，他们声明使用 PROC MIXED 如下：

proc mixed data = in.hsb12 covtest noclprint;
   class school;
   model mathach = / solution;
   random intercept / subject = school;
run;

鉴于我以前使用 PROC MIXED 的经验，这对我来说很有意义。

然而，在 Murray Logan 的文章 Biostatistical Design and Analysis Using R by Murray Logan 中，他说对于单向方差分析，固定和随机效应没有区别，并且即使他正在测试（在 R 中）进行“标准”单向方差分析方差，而不是手段。我发现在 SAS 中，他的 R 过程等同于使用以下任何一种：

  1. 方差分析
  2. PROC GLM（与 ANOVA 相同，但使用 GLM 代替 ANOVA）
  3. 带有 RANDOM 语句的 PROC GLM

上述三个模型的p值相同，但与 UCLA 使用的 PROC MIXED 模型不同。对于我的数据，p = 0.2508 和p = 0.3138 的差异。尽管在这种情况下结论没有改变，但我对这种差异并不满意。

任何人都可以就哪个更合适以及为什么存在这种差异提供建议？

4

1 回答 1

1

对于您的模型，PROC ANOVA 和 PROC MIXED 之间的差异仅是由于数值噪声（PROC MIXED 的 REML 估计器）。但是，您问题中提到的 p 值对应于不同的测试。为了在 PROC MIXED 中使用 COVTEST 的输出获得 F 值，您需要重新计算 MS_groups 考虑到不相等的样本量（或者手动，如http://bio.classes.ucsc.edu/的 p.231 中所述bio286/MIcksBookPDFs/QK08.PDF，或仅使用具有与 PROC ANOVA 中相同的固定模型规范的 PROC MIXED）。本文 ( http://isites.harvard.edu/fs/docs/icb.topic1140782.files/S98.pdf ) 提供了一些使用 PROC MIXED 的示例以及 SAS 手册。

于 2014-10-20T17:20:13.397 回答