SAS 程序冷知识——proc模型中ESTIMATE 语句的作用

SAS中的ESTIMATE语句用于模型中的估计值。

ESTIMATE ‘ΔΔECG at Cmax for T vs R’ CONC xx.x TRTA 1 -1 / CL ALPHA=0.1;

1、’ΔΔECG at Cmax for T vs R’

这部分是为估计量自定义的标签，通常用于在输出结果中标识结果。在这里，它表示在试图估计“治疗组T与参考组R在Cmax下ECG改变（ΔΔECG）”的差异。

2、CONC xx.x

这个指想要估计的特定浓度下的效应（xx.x需要替换为具体数值），但是CONC这样的参数需要在模型中事先定义。如果CONC是数据集中的一个变量并且其在模型中有相应的系数，它才能被用于ESTIMATE语句中。此外，xx.x可以是这个变量的一个具体值，也可以是其他值，SAS将用这个给定的值带入模型中获得结果。

需要注意的是，如果xx.x落在数据的浓度范围之外，这种外推可能存在更大的不确定性，尤其是如果落在观测数据覆盖范围之外的区域。如果xx.x位于数据覆盖的范围之内，内插通常被认为是比外推更可靠的估计。即使在random语句中包含了CONC，在进行外推时也应该谨慎。

3、TRTA 1 -1

这指定了固定效应TRTA的线性组合，其中1代表处理组（比如新治疗），-1代表参考组（比如标准治疗或安慰剂）。这个线性组合的意思是取差值，比较这两组的效应差异。

ESTIMATE语句中，数字向量（比如1 -1）描述了如何通过模型参数的线性组合来计算估计值。这个向量针对的是之前在模型中定义的固定效应参数。假设模型中有一个治疗组的效应（T）和一个参考组的效应（R），而我们感兴趣的是这两个组的差异。

在创建模型时，如果使用诸如0和1等虚拟编码（哑变量）来区分R组（参考组）和T组（治疗组），我们可以将模型设定为：

       R组（参考组）: TRTA取值0。

      T组（治疗组）: TRTA取值1。

在上述ESTIMATE语句中，线性向量1 -1对应于这两组的效应。具体来说：

      对于T组（治疗组），它是1 * TRTA的估计值（因为治疗组的编码是1）。

      对于R组（参考组），它是-1 * TRTA的估计值（因为参考组的编码是0，0乘以任何数都是0，所以要得到差值，我们从治疗组的估计值中减去参考组的估计值，后者实质上是模型的截距项）。

当我们在ESTIMATE语句中执行1 * TRTA的估计值 – (-1 * TRTA的估计值)，我们实际上是在计算(TRTA的估计值 for T组) – (TRTA的估计值 for R组)的差值。这是一种常用的编码方式，用于比较两个组在某种治疗或状态上的效应差异。

4、 CL ALPHA=0.1

这个选项请求给出估计值的置信区间。CL表示置信区间，而ALPHA=0.1设置了显著性水平，意味着您请求90%的置信区间（因为100% – 10% = 90%）。默认的置信水平是95%，对应ALPHA=0.05。

将这所有的部分放在一起，这个ESTIMATE语句是为了估计在特定浓度xx.x下，治疗组T与参考组R在ECG变化上的差异估计值，并求出90%的置信区间。SAS中支持同时写出多个ESTIMATE语句，这样会同时产生多个结果。