<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:taxo="http://purl.org/rss/1.0/modules/taxonomy/" version="2.0">
  <channel>
    <title>topic Re: Using repeated measures by logarithmic Poisson generalized linear mixed model (GLMM) in SAS Visual Analytics</title>
    <link>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/300036#M5439</link>
    <description>Could you provide sas code like generalized linear mixed models (GLMMs).&lt;BR /&gt;See the attached paper.&lt;BR /&gt;&lt;BR /&gt;##- Please type your reply above this line. Simple formatting, no&lt;BR /&gt;attachments. -##</description>
    <pubDate>Thu, 22 Sep 2016 06:06:00 GMT</pubDate>
    <dc:creator>Mrahman85</dc:creator>
    <dc:date>2016-09-22T06:06:00Z</dc:date>
    <item>
      <title>Using repeated measures by logarithmic Poisson generalized linear mixed model (GLMM)</title>
      <link>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/299931#M5425</link>
      <description>&lt;P&gt;Hi&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;I conducted a experiments having data of seven&amp;nbsp;repeated times with two treatments and three replications (locations) (see below). I want to do analysis by&amp;nbsp;logarithmic Poisson generalized linear mixed model (GLMM) to know treatment effect in each time as well as time effect and time*treatment effect. Could you provide sas code for doing this analysis. Please look at the data below. Thanks in advance.&lt;/P&gt;&lt;P&gt;I alredy did repeated measure ANOVA by Proc GLM, but now I have to change the analysis to '&lt;SPAN&gt;logarithmic Poisson generalized linear mixed model (GLMM)'.&lt;/SPAN&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;&lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;Treatment&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;Replication&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 2&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 3&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 4&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 5&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 6&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;time 7&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;1&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.02&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.05&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.22&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;2&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.02&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.06&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.07&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.10&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.71&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.66&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;3&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.03&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.02&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.09&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.04&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.22&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.43&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.36&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;1&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;2&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.03&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.06&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.22&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;2&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.02&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.03&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.06&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.07&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;3&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.02&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.00&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.03&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.03&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;0.01&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;TD&gt;&amp;nbsp;&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;</description>
      <pubDate>Wed, 21 Sep 2016 18:38:51 GMT</pubDate>
      <guid>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/299931#M5425</guid>
      <dc:creator>Mrahman85</dc:creator>
      <dc:date>2016-09-21T18:38:51Z</dc:date>
    </item>
    <item>
      <title>Re: Using repeated measures by logarithmic Poisson generalized linear mixed model (GLMM)</title>
      <link>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/299948#M5427</link>
      <description>&lt;P&gt;Can you provide references describing what&amp;nbsp;&lt;SPAN&gt;&lt;EM&gt;logarithmic Poisson generalized linear mixed models&lt;/EM&gt; are? Googling these terms only returns applications in software reliability, which isn't to my knowledge an experimental discipline.&lt;/SPAN&gt;&lt;/P&gt;</description>
      <pubDate>Wed, 21 Sep 2016 19:51:39 GMT</pubDate>
      <guid>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/299948#M5427</guid>
      <dc:creator>PGStats</dc:creator>
      <dc:date>2016-09-21T19:51:39Z</dc:date>
    </item>
    <item>
      <title>Re: Using repeated measures by logarithmic Poisson generalized linear mixed model (GLMM)</title>
      <link>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/300036#M5439</link>
      <description>Could you provide sas code like generalized linear mixed models (GLMMs).&lt;BR /&gt;See the attached paper.&lt;BR /&gt;&lt;BR /&gt;##- Please type your reply above this line. Simple formatting, no&lt;BR /&gt;attachments. -##</description>
      <pubDate>Thu, 22 Sep 2016 06:06:00 GMT</pubDate>
      <guid>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/300036#M5439</guid>
      <dc:creator>Mrahman85</dc:creator>
      <dc:date>2016-09-22T06:06:00Z</dc:date>
    </item>
    <item>
      <title>Re: Using repeated measures by logarithmic Poisson generalized linear mixed model (GLMM)</title>
      <link>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/300241#M5447</link>
      <description>&lt;P&gt;No attachment yet.&lt;/P&gt;</description>
      <pubDate>Thu, 22 Sep 2016 22:50:11 GMT</pubDate>
      <guid>https://communities.sas.com/t5/SAS-Visual-Analytics/Using-repeated-measures-by-logarithmic-Poisson-generalized/m-p/300241#M5447</guid>
      <dc:creator>ballardw</dc:creator>
      <dc:date>2016-09-22T22:50:11Z</dc:date>
    </item>
  </channel>
</rss>

