混合的

线性混合模型在SAS纵向数据分析中的应用线性混合模型是纵向(重复测量)数据分析的最佳方法之一。这种方法的一个主要优点是它适应典型纵向数据集的复杂性。由于广泛使用的软件的开发,对重复测量分析的线性混合模型方法的分析变得越来越普遍。本文回顾和总结了用SAS软件对重复测量数据进行分析的线性混合模型方法。在SAS中的PROC混合提供了一种非常灵活的环境,其中模型可以是多种类型的重复测量数据。它可以在时间、空间或两者中重复。在同一主题或实验单元上进行的测量之间的相关性可以使用随机效应和协方差结构的规范来建模。PROC混合提供了一个有用的协方差结构或建模在时间和空间上,包括离散和连续增量的时间和空间。


ZBMaX中的参考文献(64篇)1标准条款

显示结果1至20的64。
按年份排序(引文
  1. Ann Kristin Kreutzmann;S·任潘尼尔;Natalia Rojas Perilla;Timo Schmid;Matthias Templ;尼科斯·扎维迪斯:区域分解指标的估计和映射的R包EMDI(2019)不是ZB数学
  2. 布鲁纳,埃德加;Bathke,Arne C.;KnnutsChk,Frank:阶乘设计中独立观测的秩和伪秩过程。使用R和SAS(2019)
  3. Soukri,Mohamed M.:SAS和R相关数据分析(2018)
  4. 曹,吉果;王,Liangliang;黄,Zhongwen;盖伊,Junyi;吴,荣玲:多个动态性状的功能映射(2017)
  5. 格里姆,Kevin J.;RAM,Nilam;StudioOK,Ryne:生长模型。结构方程与多层次建模方法(2017)
  6. 拉莫特,Lynn R.;威尔斯,Jeffrey D.:利用混合模型软件进行异方差响应的逆预测(2017)
  7. 帕特森,史葛;琼斯,拜伦:临床药理学中的生物等效性和统计学。(2017)
  8. Tango,ToSHIRO:随机对照试验的广义线性混合模型重复测量设计(2017)
  9. BruyNodokcx,罗宾;Arts,贾景晖;母鸡,Niel:在主单元级(2016)水平稀疏的线性多水平模型设置中的(F)试验性能的模拟评价
  10. Vossoughi,Mehrdad;Ayatollahi,S. M. T.;Tosidii,Mina;Heydari,Seyyed Taghi:两样本重复测量平行分布的无分布检验(2016)
  11. 张,新余;梁,华;刘,安娜;Ruppert,戴维;祖河,国华:线性混合效应模型中随机效应协方差结构的选择策略(2016)
  12. 罗,Jingqin;吉娜,高,冯;丁,Jimin;熊,程杰:家庭类型聚类研究中的二元相关系数(2015)
  13. 张,彭;罗,丹丹;李,Pengfei;Sharpsten,露西;梅代罗斯,Po:Log-Gamma线性混合效应模型在纵向青光眼研究中的应用(2015)
  14. 陈,闫亮;田,Mao zai;余,Ke ming;潘,简欣:复合层次线性分位数回归(2014)
  15. DAS,Kiranmoy;丹尼尔斯,Michael J.:双参数稀疏纵向数据同时协方差估计的半参数方法(2014)
  16. 陈,Xinjie;祖河,国华;张,新余:线性混合效应模型的频率模型平均(2013)
  17. 王,魏:线性混合效应模型的可辨识性(2013)
  18. 布赖恩,C. J.;贝利,R. A.;Tran,T. T.;波兰,J:准拉丁设计(2012)
  19. Shukla,Garima;库马尔,Viod:分析多个样本重复测量数据的不同方法(2012)
  20. 高格勒,Trent;AkrITas,Michael G.:双向随机和混合效应模型中的相互作用检验:完全非参数方法(2011)