Me oldsa

4. Változás létrehozása az alapvonalról 1 évre

5. Szerezzen keresztmetszeti és többszörös rekord/alany adatokat a Clinic Data-ból.
Létrehozza:

ca5vax.sd2 Keresztmetszeti változatok
ca5vbx.sd2 Negyedéves változások

6. Kombinálja a kiindulási és a klinikai adatokat (az életkor és a nem meghatározásához)

7. Készítsen közös évszakokat a lipidadatokhoz, és becsülje meg a TC szezonális különbségeit. (használja a MEANS és a PROC KEVERETT)

8. Kombinálja a 24 órás étrend- és lipidadatokat az ablakokban (-21 naptól +14 napig), és hozzon létre étrendadatokat a lipidnegyed változókkal (létrehozza az n3x.sd2 adatot).

9. Hozzon létre egyszerű átlagos 24 órás étrendet lipidnegyedenként (hozzon létre n3x1.sd2)

10. Készítsen BLUP-becsléseket a lipid negyedéves beviteléről a 24 órás étrendből

11. Kombinálja a 24 órás aktivitás- és lipidadatokat a Windows-ban (-21 nap és +14 nap között), és hozzon létre tevékenységi adatokat a lipid negyed változókkal (a4x.sd2)

12. Hozzon létre egyszerű átlagos 24 órás aktivitást lipidnegyedenként (hozzon létre a4x1.sd2).

13. Kombinálja a Klinika Wt adatait ablakokban (-21 naptól +14 napig), és hozzon létre Wt adatokat a lipid negyed változókkal (létrehozza a c5x.sd2)

14. Hozzon létre egyszerű átlagos BMI-t és Wt-t lipidnegyedenként (hozzon létre c5x1.sd2).

15. Kombinálja a lipidet, az életkort, a nemet, az étrendet, a testsúlyt és az aktivitást egy longitudinális adatkészletbe. (Létrehozza az aa1x.sd2 adatkészletet)

16. Válassza ki a Teljes rekordokkal rendelkező adatok részhalmazát. (Létrehozza az aa1ax.sd2 adatkészletet)

17. Vegyes modell a lipidekre gyakorolt szezonális hatás amplitúdójának és fázisának tesztelésére

Olyan példákat mutatunk be, amelyek modellprogramként szolgálnak a tipikus elemzésekre alkalmas adathalmazok összeállításához. A példák a Season tanulmányából vett kis adatkészleteket használják (amelyek megfelelnek az 1-25 azonosító számnak). Az egész szezon tanulmányi adataihoz való hozzáférést dr. Ira Ockene. Ahhoz, hogy kihasználhassa ezeket a példákat, számítógéppel kell rendelkeznie,

WIN95/NT
SAS 6.12 verzió
NETSCAPE 3.0 (vagy újabb).

A programokat interaktív használatra tervezték, és a tesztadatokkal módosították. Miután a módosított program működött, használja a tényleges szezon adataira. A programfejlesztés és tesztelés megkezdése előtt javasoljuk, hogy az összes tesztadatot (a tesztadatokra kattintva) másolja át számítógépére felhasználásra (tegye be a C: \ temp \ testbe). Ezután az SAS és a Netscape nyitva tartásával vágja ki és illessze be a SAS programokat a Netscape-ről az SAS-ra, és futtassa azokat.

Alapvető teszt SAS adatkészletek

Tesztelje a SAS adatkészletet

Leírás (ID = 1–25)

24 órás tevékenységi adatok
24 órás aktivitás és lipid mennyiség
24 órás Ave Lipid Qtr tevékenység

Alapszintű kérdőív adatai

Klinika adatai
Klinika- Crosssectional Vars
Klinika- Negyedéves Vars
Klinika Lipid Qtrs-szel
Klinika Ave Lipid Qtr Wt/BMI

24 órás étrend adatok (nincs dups)
24 órás étrend lipid Qtr-kel
24 órás Ave Lipid Qtr diéta

Egyéves kérdőív

1 éves kérdőív adatai

Kombinált elemzési adatok

Lipid szin/koszin elemzés

Lipid, 24 órás étrend és aktivitás, BMI, életkor és nem (teljes adatok)

Lipid szin/koszin elemzés teljes adatmutatóval

Lipid, 24 órás étrend és aktivitás, BMI, életkor és nem (teljes adatok) és # teljes lipid/kovariánsok

1. Változók alcsoportosítása

Minden SAS adatkészlet sok változót tartalmaz. Az elemzés első lépése a kiválasztani kívánt változók kiválasztása. A változókat úgy választják ki, hogy felveszik őket egy KEEP utasításba.

2. Új változók létrehozása

Bár törekedtek arra, hogy az alapadatkészletek hasznos változókkal rendelkezzenek az elemzéshez, egyes esetekben új változókat kell létrehozni. Mivel a változók definícióiban kismértékű eltérések lehetnek a kutatók között, az új változók létrehozásához szabványos kódot adunk. A visszajelzéseket és a kiegészítéseket örömmel fogadjuk, hogy a különböző nyomozók elemzései következetesek legyenek. Az itt található programok a "rutin" létrehozott változók kódját tartalmazzák.

3. Alapszintű és 1 éves adatok kombinálása a PROC MIXED alkalmazáshoz

1. megjegyzés: Az alanyok átlagainak megszerzése

Egy alanyra vonatkozó átlagos mértékeket úgy kapunk meg, hogy a szubjektum összes támogatható intézkedésének egyszerű átlagát vesszük. Ez azt jelenti, hogy ha egy negyedévben 3, egy másik negyedévben pedig 1 intézkedés áll rendelkezésre, akkor az átlag a 4 intézkedés összege elosztva néggyel. 2. megjegyzés: Szinusz- és koszinusz-változók létrehozása a szezonális hatás becsült amplitúdójának és fázisának kimutatására 1 év alatt.

Változókat hozunk létre a szinuszra és a koszinuszra úgy, hogy egy év január 1-jétől a lipidméréshez szükséges vérvétel dátumát radiánokká konvertáljuk. A két változó létrehozására szolgáló kód a következő: SAS-kód. 3. megjegyzés: A teljes kovariátumadatok kritériumai

A kovariált adatokat negyedévenként teljesnek tekintjük egy alany esetében, ha van érvényes BMI, étrend (24 Hr Kcal) és aktivitás (teljes ébrenlét MET) mérőszám. Ezeknek a kritériumoknak az alkalmazásával megköveteljük, hogy mindhárom intézkedés egy negyedév alatt jelen legyen lipid méréssel. A vizsgálati alanyokat a teljes kovariábilis adatokkal rendelkező negyedek számától függően vontuk be az elemzésbe, a fentiek szerint. További kovariabilisek hozzáadása különböző alcsoportokat eredményez.