t********y
发帖数: 469 | 1 比如说
sampling或者DOE 得到一组数据
有变量 y,x,class，s
y 和 x 都是continous variable
class和 s是 categorical variable
那么用proc surveyreg还是用anova?
来做这个model呢？ |
|
w*********r
发帖数: 488 | 2 SAS 里面的proc surveyreg是所有complex sample design都适用的吗（除了
poststratification and two-stage cluster sampling ）？
如果我现在面对的是这样的survey data：
用户买了我的产品，我做售后调查，除了了解性别年龄收入地区职业等用户基本信息之
外，主要是问问对买产品的整个过程（online order的流程是否简单易行，速度），售
后服务，客服电话等待时间等方面做调查。我没有办法控制用户回答问题的质量（比如
是否回答所有问题），或者有多少人会响应我的调查邀请（non-response）。
而且我不是调查的设计者，我只是使用这些信息做分析。请问这样的调查属于什么类型
，在SAS里有办法specify吗？我只看到PROC SURVEYREG里面有strata statement，但是
我不觉得这个调查属于分类调查啊。
包子答谢，多谢了，欢迎讨论。。。 |
|
z********n
发帖数: 710 | 3 想问问在proc surveyreg or surveylogistic 里面用cluster来控制了同一个cluster
里面的obs 之间的相关性，还需要用multilevel analysis吗？比如同一个公司的同一
个学校，
而这个学校或者公司就是cluster需要的variable.
非常感谢~ |
|
j*****e
发帖数: 182 | 4 SAS is working on improving its survey analysis procedures. Right now, there
are surveyreg and surveylogistic.
Also, you can install SUDAN in SAS to do survey analysis. It is supposed to
be more helpful.
Lots of survey analysis strategies are survey specific. So, you have to
write your own program to analyze it anyway.
Thus, I don't think STATA or SPSS is better in any way. |
|
I*B
发帖数: 151 | 5 现在一般都是处理比较大的文件，有些到10G以上的，observations数大为主，
variables倒不是很多。
一般就用data step, merge, proc sql这些，主要都在manipulate data，最后有些
regression,也很简单的proc reg, proc surveyreg这样的。
是应该把机器的硬盘升级到10000rpm甚至15000rpm的，还是应该升级内存？现在内存是
8g,硬盘式两个1tb, 7200rpm, raid 0的。
还有一个办法是加大内存，拿内存虚拟一个硬盘，有什么软件推荐吗？
这种情况下升级cpu是不是没什么用？ |
|
F****3
发帖数: 1504 | 6 谢谢！请问你说的awk会比python快吗？主要是要用学校服务器，没有办法自己装软件
。。。
另外，我是门外汉，请问RMA是不是就是Microarray analysis techniques
可以用全部obs，不需要surveyreg是吧？谢谢啊！ |
|
p********w
发帖数: 80 | 7 我用surveyreg 计算age adjusted prevelence.
不知为啥最终得估计值都是＂．＂．
Analysis of Estimable Functions
Standard
Parameter Estimate Error t Value Pr > |t|
white . . . .
oth . . . . |
|
t********6
发帖数: 43 | 8 case control study， case全部recruit了，control随机选的。但是population里有
很多cluster（比如family），而且知道cluster是confounder。有什么好的方法adjust
吗？GEE貌似不成，因为没考虑cluster 造成的sampling bias。
目前用的inverse probability weighting，就是给case的weight＝1（因为全部sample
了），control的weight用1/（cluster中sample的control数／cluster中总的control
数）。然后用sas的surveyreg
不知道还有什么更好的方法。 |
|
