如何用sas中的proc混合计算回归系数？

Question

以下是my data。数据的结构如下：id x1 x2 x3 y。

我用proc mixed来分析它，但现在想确定回归系数，我不知道该怎么做。我只是sas的初学者。从结果中我看到x1，x2，x3和x1x2x3是重要影响，但如何确定系数alpha, beta, gamma, delta, theta：

y = theta + alpha*x1 + beta*x2 + gamma*x3 + delta*x1*x2*x3

这是我的代码：

ods graphics on;
proc mixed data=test;
  class x1 x2 x3;
  model y = x1 | x2 | x3 / solution residual;
  random id;
run;
ods graphics off;

编辑1：这是表格Solutions for Fixed Effects的一部分：

由于x1有两个级别，因此表中有两行。通过对这两个值求和，我得到x1的效果：第一行是-109.07而第二行是0，还是我应该做其他的？请注意，这是2^k设计。 x1的效果应计算为y为x1高（20）和低（10）时{ "color": [ 45, 200, 34 ], "docnum": 5183, "form": "avoir", "graph": "jdm.N.flat", "id": 0, "lang": "fr", "neighbors": 17, "pos": "N", "pzero": true, "rank": 1, "score": 0.0028284271, "type": 1 }, { "color": [ 45, 200, 34 ], "docnum": 22809, "form": "argent", "graph": "jdm.N.flat", "id": 1, "lang": "fr", "neighbors": 65, "pos": "N", "pzero": false, "rank": 2, "score": 0.0028284271, "type": 1 }, 的平均值之差的一半。

Answer 1

根据您的模型，x1，x2，x3应被视为连续变量，然后您应该能够获得模型中的系数。

proc mixed data=test;
model y=x1 x2 x3 x1*x2*x3/ solution residual;
random id/s;
run;

但是，根据您的代码以及x1，x2和x3的值，最好将它们视为您所做的分类变量，然后是Estimate in你的表实际上是两个级别之间的平均差异。以下链接可帮助您了解结果。 http://support.sas.com/kb/38/384.html explanation of estimation of coefficients

Answer 2

solution选项应生成您的估算值。您需要将其包含在model和random语句中。您应该看到两个表，固定效果解决方案和随机效果解决方案，用于保存估算值。

proc mixed data=test;
class x1 x2 x3;
model y = x1 | x2 | x3 / solution residual;
random id / s;
run;

文档中的Random Coefficients示例与您的问题非常接近。

https://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_mixed_sect034.htm