Question

我正试图用R中的glm复制SAS的PROC GENMOD的结果。我想要的模型是

登录[E（Y <子> IJ |年<子> IJ ，治疗<子> I ）] =Β<子> 1 + B <子> 2 年<子> IJ + B <子> 3 款待<子> I *年<子> IJ

在SAS中，代码和结果是：

proc sort data=skin; by id year;
run;
proc genmod data=skin;
class id yearcat;
model y=year trt*year / dist=poisson link=log type3 wald waldci;
repeated subject=id / withinsubject=yearcat type=un;
run;
-----------------------------------------------------------------------------------------------
Analysis Of GEE Parameter Estimates
Empirical Standard Error Estimates
Standard 95% Confidence
Parameter Estimate Error       Limits       Z    Pr > |Z|
Intercept -1.3341  0.0815 -1.4938 -1.1743 -16.37 <.0001
year      -0.0090  0.0271 -0.0622  0.0441 -0.33  0.7392
year*trt   0.0429  0.0319 -0.0195  0.1053  1.35  0.1781

根据我的意愿，估计只有三个系数，用于拦截，年和年*治疗。

然而，在R中，估计了四个系数，即使我的模型只指定了三个：

> glm1<-glm(Y~year+treat*year,data=skin,family="poisson")
> summary(glm1)

Call:
glm(formula = Y ~ year + treat * year, family = "poisson", data = skin)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -1.34810    0.07647 -17.629   <2e-16 ***
year        -0.01192    0.02528  -0.472    0.637    
treat1       0.05850    0.10468   0.559    0.576    
year:treat1  0.03113    0.03454   0.901    0.367

是否有人建议如何在R中指定我的glm（）命令以获得仅年和年的估计*治疗，而不仅仅是治疗？

Answer 1

R将公式A*B解释为A+B+A:B

尝试

glm1<-glm(Y~year+treat:year,data=skin,family="poisson")
summary(glm1)

Answer 2

正如user20650指出的那样，使用冒号而不是星号将仅估计交互项。因此，R代码是

setattr(g, 'var', 5)
# g.var is now 5

Answer 3

我会改用来自library（gee）的gee。 R代码为：

gee(Y ~ year + treat:year, data = skin, family = poisson, corstr = "unstructured", id = id)

SAS中的PROC GENMOD与R

3 个答案: