Я пытаюсь проанализировать набор данных, в котором каждый предмет имеет 12 повторных измерений (ежеквартально в течение 3 лет). Я хочу извлечь оценки временного наклона по конкретным предметам, чтобы оценить, значительно ли меняются предметы со временем.
Код, который у меня в настоящее время есть, постоянно предполагает, что каждый предмет демонстрирует очень значительный рост с течением времени. Это кажется маловероятным, но я не уверен, как настроить синтаксис для работы с более точной моделью. Кто-нибудь знает, как / почему эта модель найдет коэффициент наклона для времени значимым для всех случаев?
Краткое описание исследования: мы создаем отчет о тенденциях, в котором должны быть отмечены коды процедур (темы), которые показывают значительное увеличение количества выставлений счетов за анализируемый период времени (3 года, поквартально). Переменная результата обрабатывается как счетчик (ограниченный 0, но не обязательно целыми числами).
%macro Zeroes(numzeroes);
%local i;
%do i = 1 %to %eval(&numzeroes-1);
0
%end;
1;
%mend;
%macro EstimateStatement(numsubjects=);
%local i;
proc glimmix data=procdata11;
class code;
model billing_count=period_count / dist=NB link=log
solution ddfm=betwithin;
random intercept period_count / sub=code type=AR(1);
random _residual_;
%do i = 1 %to &numsubjects;
estimate "Slope for Code &i" period_count 1 | period_count 1 / subject %Zeroes(&i);
%end;
ods output estimates=sscoeff;
run;
%mend;
%EstimateStatement(numsubjects=&num_codes)
Мы будем очень благодарны за любую помощь по повышению точности и эффективности этой модели!
Спасибо!