Question

我正在尝试将SAS转换为R，以获得重复测量的混合模型.SAS代码如下：

proc mixed data=pd method=reml ; 
by set; 
class id month arm;
model eff=base arm month arm*month/s;
repeated/subject=id type=un r;
lsmeans arm*month/pdiff cl;

在R中，我有一个数据框设置有月，id，arm作为因子和eff，base作为数字。我需要使用与上述相同的方法为每个治疗组（手臂）和每个月生成p值，以确定它们在每个给定月份的治疗中是否存在显着差异。

我目前在R中复制此内容的尝试是：

eff.lm<-lme(data = pd, fixed= eff~base + arm*month, 
    random= ~month|ID,
    correlation= corSymm(form=~month|ID))
eff.ls<-lsmeans(object= eff.lm, spec = ~arm|month)
comp<-pairs(eff.ls)
pval<-summary(pairs(eff.ls))$p.value

但是，这会在调用lme（）后导致以下错误：

Error in if (length(uCov) != maxCov){  :
    missing value where TRUE/FALSE needed
In addition: Warning message:
In Ops.factor(unlist(covar),1):'-' not meaningful for factors

作为回应，我将Month更改为Numeric并且模型运行时没有错误，但是pair函数仅在第3.5个月或平均月份生成pvalues，此时我需要每个月的pvalues（1到6）。

pd$month<-as.numeric(pd$month)
eff.lm<-lme(data = pd, fixed= eff~base + arm*month, 
    random= ~month|ID,
    correlation= corSymm(form=~month|ID))
eff.ls<-lsmeans(object= eff.lm, spec = ~arm|month)
comp<-pairs(eff.ls)
pval<-summary(comp)$p.value
print(comp)


> month = 3.5:
 contrast   estimate        SE   df t.ratio p.value
 1 - 2    -1.6817998 0.2415967 2015  -6.961  <.0001
 1 - 3    -1.2286784 0.2415994 2015  -5.086  <.0001
 1 - 4    -0.9165385 0.2416426 2015  -3.793  0.0029
 1 - 5    -0.7736447 0.2416409 2015  -3.202  0.0234
 1 - 6    -0.6709280 0.2416238 2015  -2.777  0.0809
 1 - 7    -0.1179885 0.2416134 2015  -0.488  0.9990
 2 - 3     0.4531214 0.2415986 2015   1.876  0.4969
 2 - 4     0.7652613 0.2416463 2015   3.167  0.0262
 2 - 5     0.9081551 0.2416446 2015   3.758  0.0033
 2 - 6     1.0108718 0.2416266 2015   4.184  0.0006
 2 - 7     1.5638113 0.2416156 2015   6.472  <.0001
 3 - 4     0.3121399 0.2416678 2015   1.292  0.8560
 3 - 5     0.4550337 0.2416657 2015   1.883  0.4919
 3 - 6     0.5577504 0.2416437 2015   2.308  0.2404
 3 - 7     1.1106899 0.2416296 2015   4.597  0.0001
 4 - 5     0.1428938 0.2415966 2015   0.591  0.9971
 4 - 6     0.2456105 0.2415991 2015   1.017  0.9503
 4 - 7     0.7985500 0.2416039 2015   3.305  0.0168
 5 - 6     0.1027167 0.2415987 2015   0.425  0.9995
 5 - 7     0.6556562 0.2416032 2015   2.714  0.0953
 6 - 7     0.5529395 0.2415979 2015   2.289  0.2499

P value adjustment: tukey method for comparing a family of 7 estimates

如果有人可以提供有关如何使用NLME包或lme4包在R中复制SAS代码的建议，我们将不胜感激。

从SAS到R的混合模型重复测量

0 个答案: