混合的

纵向数据分析中线性混合模型的SAS实现方法。线性混合模型是分析纵向(重复测量)数据的最佳方法之一。这种方法的一个主要优点是它适应了典型纵向数据集的复杂性。随着软件的广泛应用,分析重复测量的线性混合模型方法越来越普遍。本文回顾和总结了用SAS软件分析重复测量数据的线性混合模型方法。PROC MIXED in SAS提供了一个非常灵活的环境,其中模型可以是多种类型的重复测量数据。它可以在时间、空间或两者兼而有之。对同一对象或实验单元进行的测量之间的相关性可以使用随机效应和通过指定协方差结构来建模。PROC MIXED提供了一种有用的时间和空间协方差结构或建模,包括时间和空间的离散和连续增量。


zbMATH参考文献(参考 65篇文章 参考,1标准件)

显示第1到第20个结果,共65个。
按年份排序(引用)
  1. Ann Kristin Kreutzmann;Sören Pannier;Natalia Rojas Perilla;Timo Schmid;Matthias Templ;Nikos Tzavidis:估算和绘制区域分类指标的R包emdi(2019年)不是zbMATH
  2. Brunner,Edgar;Bathke,Arne C.;Konietschke,Frank:析因设计中独立观察的秩和伪秩程序。使用R和SAS(2019年)
  3. Kulkarni,Hemant;Biswas,Jayabrata;Das,Kiranmoy:多纵向结果的联合分位数回归模型(2019年)
  4. Shoukri,Mohamed M.:SAS和R相关数据分析(2018)
  5. 曹继国;王良良;黄忠文;盖君毅;吴荣玲:多动态性状的功能定位(2017)
  6. Grimm,Kevin J.;Ram,Nilam;Estabrook,Ryne:生长模型。结构方程和多级建模方法(2017)
  7. LaMotte,Lynn R.;Wells,Jeffrey D.:使用混合模型软件对异方差响应进行逆预测(2017年)
  8. 帕特森,斯科特;琼斯,拜伦:临床药理学中的生物等效性和统计学。(2017年)
  9. Tango,Toshiro:随机对照试验的广义线性混合模型重复测量设计(2017)
  10. Bruyndonckx,Robin;Aerts,Marc;Hens,Niel:基于模拟的线性多水平模型(F)测试的性能评估,主要单元水平稀疏(2016)
  11. Vossoughi,Mehrdad;Ayatollahi,S.M.T.;Towhidi,Mina;Heydari,Seyyed Taghi:两个样品重复测量的平行性无分布测试(2016年)
  12. 张新宇;梁,华;刘安娜;鲁佩特,大卫;邹国华:线性混合效应模型中随机效应协方差结构的选择策略(2016)
  13. 罗景琴;D'Angela,Gina;Gao,Feng;Ding,Jimin;熊成杰:家庭类型聚类研究中的双变量相关系数(2015)
  14. Zhang,Peng;Luo,Dandan;Li,Pengfei;Sharpsten,Lucie;Medeiros,Felipe A:多个结果的对数-伽马线性混合效应模型及其在纵向青光眼研究中的应用(2015)
  15. 陈彦亮;田、毛仔;余克明;潘建新:复合递阶线性分位数回归(2014)
  16. Das,Kiranmoy;Daniels,Michael J.:二元稀疏纵向数据同步协方差估计的半参数方法(2014)
  17. 陈新杰;邹国华;张新宇:线性混合效应模型的频数模型平均(2013)
  18. 王伟:线性混合效应模型的可辨识性(2013)
  19. Brien,C.J.;Bailey,R.A.;Tran,T.T.;Boland,J.:准拉丁设计(2012)
  20. Shukla,Garima;Kumar,Vinod:多样本重复测量数据分析的不同方法(2012)