SAS学习14、15（生存分析、lifereg过程、lifetest过程、phreg过程、时间序列、arima过程）

最新推荐文章于 2023-12-02 07:49:02 发布
最新推荐文章于 2023-12-02 07:49:02 发布
阅读量5k 收藏 23
点赞数 1
分类专栏： 数据分析 文章标签： sas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/windyjcy/article/details/127740294
版权

生存分析

在这里插入图片描述

在这里插入图片描述

cox可以用在金融等行业
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

lifereg过程

在这里插入图片描述

response是因变量，censor是标识是否是截尾数据，list中是终值的标记是哪些
在这里插入图片描述

在这里插入图片描述
数据
在这里插入图片描述

censor是标识截尾值，当t<0的时候，censor等于1
在这里插入图片描述

右终检值就是知道生存了x天以上，但具体多少不知道
左终检值就是知道生存了x天以下，但是具体多少不知道
区间终检值是知道在一个区间内

下面的结果可以看到只有第一个和最后一个相关性比较大
在这里插入图片描述

在这里插入图片描述

简化以后：
在这里插入图片描述
在这里插入图片描述

在测试集上的表现
在这里插入图片描述

lifetest过程

生存分布函数sdf
累计分布函数，1-生存分布函数
概率密度函数是生存分布函数的导数
风险函数是概率密度函数除以生存分布函数
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

注意这里对数据的读入，自己写了一个变量C，那么读入的时候
fail和withdraw读入两个数，那么输出两行：
C和fail；C和withdraw
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Cox比例风险模型

在这里插入图片描述

phreg过程

在这里插入图片描述

时间序列

在这里插入图片描述

在这里插入图片描述

因变量取决于之前某一些时间的值，被称为自回归
在这里插入图片描述
在这里插入图片描述

回归只能刻画发展趋势，但是具体的细节无法描述
在这里插入图片描述

在这里插入图片描述

T是长期趋势，S是季节变动，C是循环变动，I是随机扰动
在这里插入图片描述

平稳时间序列很常见
在这里插入图片描述
在这里插入图片描述

常用于描述随机扰动
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

ARIMA模型可以通过差分使不平稳的随机序列，变成平稳的随机序列
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

截尾就是到了某个点，基本等于0了
在这里插入图片描述

ARIMA过程

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

arima是一个交互式过程
nlag=12 表示要计算12个相关系数的值
在这里插入图片描述

自相关系数
在这里插入图片描述

在这里插入图片描述

q=2，2阶的滑动平均模型
p=1，1阶的自回归模型
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

因为AR1的SBC比较小，所以选择AR1模型进行预测
在这里插入图片描述

第二个例子
在这里插入图片描述

上证综指是非平稳的
在这里插入图片描述

在这里插入图片描述

可以看到没有明显的减小情况，是非平稳的
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Zephyr丶J
关注
  • 1
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
SAS cox回归输出协方差矩阵 proc phreg
Timo_CSDN的博客
09-14 2143
proc phreg outest=a covout data=str ; class smoke(ref='1') drink(ref='1'); model fu_yrs*death(0)= x*smoke/risklimits; strata drink; run; proc print data=a; run; 我就是对SAS如此的一窍不通……
SAS程序中使用生存分析模型的脆弱模型进行统计分析，演示代码。
weixin_35756690的博客
12-30 326
在SAS程序中，使用生存分析模型的脆弱模型进行统计分析的方法如下： 首先，你需要准备好数据。这些数据应该包括生存时间和一些解释变量。然后，你需要使用PROC LIFEREG命令来运行生存分析模型。在这个命令中，你需要指定生存时间的变量(通常使用时间变量名称)和一个标记变量(通常为1/0变量)，表示是否发生了事件(例如病死或退休)。 然后，你可以在MODEL命令中指定解释变量。这些解释变量可以是连续...
生存分析及SAS程序
11-23
生存分析：对一个或多个非负随机变量进行统计推断，研究生存现象和响应时间数据及其统计规律的一门学科。 生存分析：既考虑结果又考虑生存时间的一种统计方法，并可充分利用截尾数据所提供的不完全信息，对生存时间的分布特征进行描述，对影响生存时间的主要因素进行分析。 生存分析不同于其它多因素分析的主要区别点：生存分析考虑了每个观测出现某一结局的时间长短。
SAS 生存分析
Tiaaaaa的博客
02-28 1万+
/*--------------------生存分析--------------------*/ /*------寿命表法-----*/ data sc; input lt@@; /*输入变量lt*/ if lt<0 then censor=1; /*若lt小于0(代表数据删失)，则变量censor赋值为1，否则，赋值为0*/ else
生存分析的SAS编程操作
04-15
生存分析，一步一步教你进行编程，ppt
影像组学下(Radiomic)的生存分析基本概念及统计分析
我的灯还亮着的博客
05-05 6134
旨在对生存分析有个直观认识（做什么，怎么做），每一步的详细的内容后续补充，不懂得百度英文资料。主要参考方积乾老师的“生物医学研究的统计方法” 生存分析是将重点时间的出现与否和出现终点事件所经历的时间结合起来分析的一类统计学分析方法。可用于生存率估计，生存曲线比较，影响因素分析和生存预测。 生存分析方法建立在对生存时间排序的基础上，精细的时间单位准确率较高（日&gt;月&gt;年） 认真随访 ...
SAS常用过程
孤月天心
03-03 2574
1、PROC MEANS--数据描述：计算均数、标准差、最大值、最小值、变量有效数据个数、变量缺失个数 2、PROC UNIVARIATE--正态性检验 3、PROC TTEST--两独立样本检验 4、PROC NPAR1WAR--秩和检验 5、PROC ANOVA--方差分析 6、PROC CORR--相关性分析 7、PROC REG--回归分析 8、P
sas各过程笔记 描述性统计 线性回归 logistic回归 生存分析 判别分析 聚类分析 主成分分析 因子分析 典型相关分析
08-28
本文是 SAS 学习过程中记下的笔记，涵盖了初级的统计分析过程，包括描述性统计、线性回归、logistic 回归、生存分析、判别分析、聚类分析、主成分分析和典型相关分析等。 描述性统计 描述性统计是对数据的基本描述...
SAS生存分析.doc
12-30
在本实验中，我们将探讨如何使用SAS进行生存分析，主要涉及生命表法、乘积极限法、风险曲线、负对数曲线、负对数的对数曲线的绘制以及非参数性检验和COX回归分析。以下是每个部分的详细说明： 1. **生命表法(Life ...
生存分析的SAS编程操作.ppt
12-22
在 SAS 中，生存分析可以通过 lifetest、lifereg 和 phreg 三个过程来实现。 生存分析的基本概念 事件时间（Time-to-Event，TTE）：指从研究开始到相应事件发生的时间。 删失值（Censored Value）：是指 TTE ...
数据分析与SAS_14.pdf
02-13
总的来说，SAS的生存分析功能强大且全面，能够帮助研究人员深入理解影响生存过程的因素，进行预测，并对不同群体的生存情况进行比较。通过熟练掌握这些方法和工具，数据分析人员可以在各种领域中有效地解决生存分析...
SAS基础 2021/10 回顾
lolin99的博客
10-18 1498
SAS 2021/10 回顾 SAS 1.书本知识回顾 ​ 变量（数值型/字符型/日期型）：名称、类型、长度、输入格式、输出格式、标签 ​ 常量/运算符/表达式/语句 1.1 语句 数据步: DATA — 数据管理 ​ 常见：FILE/PUT/LENGTH/LABEL/KEEP/DROP/WHERE/SET/MERGE/BY/RENAME…… 复制与修改/合并（纵向/横向：先排序SORT+BY）/拆分 控制语句： ​ 条件：IF-THEN/IF-THEN-DO/IF-THEN-ELSE/SELECT(3
SAS程序员面试经历及常见面试题
qq_44591229的博客
05-10 965
SAS程序员面试经历及常见面试题
时间序列ARIMA模型的拟合、模型定阶、参数估计和预测
最新发布
2301_78852561的博客
12-02 3873
单位根检验结果来看，可以判定其为带趋势的平稳时序数据，白噪声检验结果为非白噪声。可以考虑对时序数据进行差分，提取趋势信息。从相关图可以得到：自相关系数一阶截尾，偏自相关系数拖尾，可以考虑用MA(1)来拟合差分后的数据并进行参数估计。本文主要使用SAS模型进行时间序列数据的模型ARIMA模型的拟合和定阶。从图中，可以直观判断时间序列PP数据为带有一定趋势性时间序列数据。从运行结果可以看到，模型显著参数显著。白噪声检验结果为该序列为白噪声序列，残差的白噪声检验，显示为白噪声序列。差分后的数据已经没有趋势信息。
生存分析学习笔记
m0_72410588的博客
05-09 845
生存分析（Survival Analysis）是一种对时间至关重要的事件进行分析的统计学方法。它主要用于研究个体在不同时间内的事件发生率，如医学领域的患病率、死亡率等。
#使用SAS进行变量筛选、模型诊断、多元线性回归分析 #
Data_Ada的博客
03-22 2万+
　转载， 太经典了，学习了 来源： http://blog.sina.com.cn/s/blog_70a384770102v56h.html 第一节　多元线性回归分析的概述 　　回归分析中所涉及的变量常分为自变量与因变量。当因变量是非时间的连续性变量(自变量可包括连续性的和离散性的)时，欲研究变量之间的依存关系,多元线性回归分析是一个有力的研究工具。 　　多元回归分析的任务就是用数理统计方...
ARIMA模型
热门推荐
木东的博客
06-07 2万+
ARIMA模型 自回归移动平均模型(Autoregressive Integrated Moving Average Model,简记ARIMA) 目录 [隐藏] 1 什么是ARIMA模型?2 ARIMA模型的基本思想3 ARIMA模型预测的基本程序4 相关链接 4.1 各国的box-jenkins模型名称 5 ARlMA模型案例分析 5.
关于密度函数、分布函数与生存函数的一点看法（一）
许卉的博客
04-28 5210
统计中经常会涉及到密度函数、分布函数与生存函数的概念，如何透彻的理解这三个函数呢，以下是我的一点理解与看法： 何为生存函数？ 电梯用了六年还能否继续使用？一个人活了六年还能否再活5年？这些问题都是生存函数研究的领域，一般保险公司会更为关注生存函数。 何为分布函数？ 一个企业的破产概率，对应的就是不破产的概率，那么分布函数的对立面就是生存函数，...
医学案例统计分析与SAS应用--自学笔记
cm20121878的博客
04-15 4659
这里写目录标题第二章医学研究设计与SAS实现科研设计思路样本含量估计 第二章医学研究设计与SAS实现 科研设计思路 样本含量估计 样本含量估计之前需要实现确定以下因素 一类错误 二类错误 单侧检验/双侧检验 其他 在这里插入图片描述 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值