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 子> |年<子> IJ 子>,治疗<子> I 子>)] =Β<子> 1 子> + B <子> 2 子>年<子> IJ 子> + B <子> 3 子>款待<子> I 子> *年<子> IJ 子>
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?
答案 0 :(得分:2)
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)
答案 1 :(得分:1)
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
答案 2 :(得分:0)
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)