SAS中文论坛

标题: MCPOWER: a Flexible Macro Suite for Generating Monte Carlo P [打印本页]

作者: shiyiming 时间: 2011-7-9 22:38
标题: MCPOWER: a Flexible Macro Suite for Generating Monte Carlo P
From LCChien's blog on blogspot

原文載點：<a href="http://support.sas.com/resources/papers/proceedings11/430-2011.pdf"><a class="postlink" href="http://support.sas.com/resources/papers/proceedings11/430-2011.pdf">http://support.sas.com/resources/papers ... 0-2011.pdf</a></a><br /><br />哈佛的一位統計分析師分享了一個名為 %mcpower 的巨集程式，能夠輕鬆的完成在線性迴歸、羅吉斯迴歸以及卜瓦松迴歸的蒙地卡羅檢定力模擬與估計。<br /><br /><a name='more'></a>%mcpower 主要包含 %glmpower 和 %manypower 兩個巨集程式。程式可從此處下載：<br /><div><br /></div><div><a href="http://www.kenkleinman.net/home/index.php/sas-and-r-code/sas-macros.html"><a class="postlink" href="http://www.kenkleinman.net/home/index.php/sas-and-r-code/sas-macros.html">http://www.kenkleinman.net/home/index.p ... acros.html</a></a></div><div><br />其中，%glmpower 是無法直接被執行的，所有的參數都是定義在 %manypower 裡面，格式如下：<br /><pre><code>%macro manypower(alt1=., alt2=., alt3=.,<br />                 n1=.,n2=.,n3=.,n4=.,n5=.,n6=.,n7=.,n8=.,n9=.,n10=.,<br />                 outcomedist = "NORMAL", null=0, scaley=1,<br />                 xdist="NORMAL", xloc=., xscale =.,<br />                 nreps=,plotrows=2, descending = desc, intercept = 0,<br />                 plotstyle=graphic, outputpower=YES, outputnsubs=YES, test=FALSE);</code></pre><br />不意外地，巨集變數很多，但因為模擬本來就是一件即為複雜的工作，所以參數多也是很正常的。這些參數主要可以分類為三大群：<br /><br /><b>假設巨集變數</b>：<br /><ul><li>null：所要檢定之虛無假設的值。預設值為 0。</li><li>alt1, alt2, alt3：所要檢定之對立假設(Ha)的數值。若是線性迴歸，則檢定的項目是斜率，若是羅吉斯迴歸，則檢定的項目是odds ratio。若是卜瓦松迴歸，則檢定的項目是risk ratio。無預設值。</li><li>n1, n2, ..., n10：每個模擬資料集裡面的樣本個數。最多可設定十個。無預設值。</li></ul><b>分配巨集變數</b>：<br /><ul><li>outcomedist：依變數的分配。可填入 "NORMAL"、"BERNOULLI" 和 "POISSON"。預設值為 "NORMAL"。(注意，雙引號要寫上）</li><li>scaley：殘差變異數。若使用線性迴歸(即outcomedist = "NORMAL")，則可以省略這個參數的設定。預設值為 1。</li><li>intercept：模擬的模型裡面的截距項。預設值為 0。</li><li>xdist：應變數的分配。預設值是 "NORMAL"。</li><li>xloc：應變數分配的第一個參數值。若 xdist = "NORMAL" 時，此值表示平均數。若 xdist = "POISSON" 時，則此值表示 lambda。若 xdist = "BERNOULLI" 時，則此值表示 p。</li><li>xscale：應變數分配的第二個參數值。若 xdist 為 "POISSON" 或 "BERNOULLI" 時，則此值要省略，因為這兩個分配只有一個參數值。若 xdist = "NORMAL" 時，則可設定變異數。</li></ul><b>輸出巨集變數：</b><br /><ul><li>outputpower：輸出檢定力表格。預設值為 YES。</li><li>outputnsubs：輸出樣本數表格。預設值為 YES。</li><li>plotstyle：輸出表格的格式。如果設定為 sg，則圖形會用 PROC SGPLOT 程序來畫。如果設定為 graphic，則圖形會用 PROC GPLOT  來畫。如果沒有設定，則圖形就不會輸出。預設值為 graphic。</li><li>plotrows：若 plotstyle = sg 時，則可設定圖形要有幾行。預設值為 2。</li></ul><div>範例：</div><pre><code>%manypower(null = 0, scaley=1,xdist = "bernoulli", xloc=.5, xscale=.,<br />           nreps = 100, n1=1000,n2=1100,n3=1200,n4=1400,n5=1700,n6=2000,<br />           alt1 = 1.15, alt2 = 1.20, alt3 = 1.25,<br />           plotrows=2,plotstyle=graphic, outcomedist="poisson", intercept = 1);</code></pre><br />結果：</div><div class="separator" style="clear: both; text-align: center;"><a href="http://2.bp.blogspot.com/-5Ej8iN6EYls/TgSzAaHF43I/AAAAAAAAF80/RrFo2WMS5Y0/s1600/1308930817870.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="424" src="http://2.bp.blogspot.com/-5Ej8iN6EYls/TgSzAaHF43I/AAAAAAAAF80/RrFo2WMS5Y0/s640/1308930817870.png" width="640" /></a></div><div class="separator" style="clear: both; text-align: center;"><br /></div><div class="separator" style="clear: both; text-align: center;"><a href="http://3.bp.blogspot.com/-APFgbfHFsXE/TgSxzCjURrI/AAAAAAAAF8c/-6NeUsHdF_4/s1600/1308930508385.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="326" src="http://3.bp.blogspot.com/-APFgbfHFsXE/TgSxzCjURrI/AAAAAAAAF8c/-6NeUsHdF_4/s640/1308930508385.png" width="640" /></a></div><div class="separator" style="clear: both; text-align: center;"><br /></div><div class="separator" style="clear: both; text-align: center;"><a href="http://2.bp.blogspot.com/-jTRzRSxTkHk/TgSx6myXvYI/AAAAAAAAF8g/8J1eOpbF-TI/s1600/1308930538395.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="148" src="http://2.bp.blogspot.com/-jTRzRSxTkHk/TgSx6myXvYI/AAAAAAAAF8g/8J1eOpbF-TI/s640/1308930538395.png" width="640" /></a></div><br /><b>CONTACT INFORMATION</b><br />Your comments and questions would be welcome and valued.  Contact the author at:<br />Ken Kleinman<br />Harvard Medical School and Harvard Pilgrim Health Care<br />133 Brookline Ave.<br />Boston, MA 02215<br /><a href="mailto:ken.kleinman@gmail.com">ken.kleinman@gmail.com</a><div class="blogger-post-footer"><img width='1' height='1' src='https://blogger.googleusercontent.com/tracker/6268919072942670865-3460027840021288645?l=sugiclub.blogspot.com' alt='' /></div>

欢迎光临 SAS中文论坛 (http://mysas.net/forum/)