将重复测量的混合模型从SAS转换为R

Aurélie 发表于 Dev

奥雷利

我一直在尝试将重复测量模型从SAS转换为R，因为协作者将进行分析但没有SAS。我们正在处理4组，每组8到10只动物，然后每只动物5个时间点。可以在此处https://drive.google.com/file/d/0B-WfycVUQyhaVGU2MUpuQkg4Mk0/edit?usp=shading作为Rdata文件共享模拟数据文件，也可以在此处https://drive.google.com/file/d/ 0B-WfycVUQyhaR0JtZ0V4VjRkTk0 / edit？usp =共享为excel文件：

原始SAS代码（1）是：

proc mixed data=essai.data_test method=reml;
    class group time mice;
    model param = group time group*time / ddfm=kr;
    repeated time / type=un subject=mice group=group;
run;

这使：

    Type 3 Tests des effets fixes
               DDL     DDL     Valeur
Effet         Num.    Res.          F    Pr > F
group            3    15.8       1.58    0.2344
time             4    25.2      10.11    <.0001
group*time      12    13.6       1.66    0.1852

我知道R不像SAS那样处理自由度，因此我首先尝试获得类似于（2）的结果：

proc mixed data=essai.data_test method=reml;
    class group time mice;
    model param = group time group*time;
    repeated time / type=un subject=mice group=group;
run;

我在这里找到了一些提示，将重复测量的混合模型公式从SAS转换为R，并且当指定复合对称相关矩阵时，此方法非常有效。但是，对于一般的相关矩阵，我无法获得相同的结果。

通过SAS中的（2），我得到以下结果：

   Type 3 Tests des effets fixes
              DDL     DDL     Valeur
Effet         Num.    Res.          F    Pr > F
group            3      32       1.71    0.1852
time             4     128      11.21    <.0001
group*time      12     128       2.73    0.0026

使用以下R代码：

options(contrasts=c('contr.sum','contr.poly'))
mod <- lme(param~group*time, random=list(mice=pdDiag(form=~group-1)),
            correlation = corSymm(form=~1|mice),
            weights = varIdent(form=~1|group),
            na.action = na.exclude, data = data, method = "REML")
anova(mod,type="marginal")

我得到：

            numDF denDF   F-value p-value
(Intercept)     1   128 1373.8471  <.0001
group           3    32    1.5571  0.2189
time            4   128   10.0628  <.0001
group:time     12   128    1.6416  0.0880

自由度是相似的，但是不是固定效果的测试，我也不知道它来自哪里。有人会知道我在这里做错了什么吗？

安妮子

您的R代码在很多方面与SAS代码不同。其中一些是可修复的，但是我无法修复所有方面以重现SAS分析。

R代码适合于具有随机mice效应的混合效应模型，而SAS代码适合于允许残差之间具有相关性的广义线性模型，但是没有随机效应（因为没有RANDOM声明）。在R中，您将必须使用gls同一nlme包中的函数。
在R代码中，同一组内的所有观测值具有相同的方差，而在SAS代码中，您具有非结构化的协方差矩阵，即每组中的每个时间点都有其自己的方差。使用可以达到相同的效果weights=varIdent(form=~1|group*time)。
在R代码中，每组鼠标的相关矩阵都是相同的，而与组无关。在SAS代码中，每个组都有自己的相关矩阵。这是我不知道如何在R中重现的部分。