<?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 How to use IPTW in the proc freq? in Statistical Procedures</title>
    <link>https://communities.sas.com/t5/Statistical-Procedures/How-to-use-IPTW-in-the-proc-freq/m-p/579737#M28434</link>
    <description>&lt;P&gt;So my data have 2050 cases, group 1 (treatment) =1050, group 2(control)&amp;nbsp; =1000.&amp;nbsp;&lt;/P&gt;&lt;P&gt;Per data per row; varA, varB, varC are categorical, age, bmi are continous.&lt;/P&gt;&lt;P&gt;outcome is the death (yes/no).&lt;/P&gt;&lt;P&gt;I use IPTW to remove the confounding.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;1. create the ps_weight:&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;PROC PSMATCH data= mydata region=allobs;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;class varA varB varC&amp;nbsp;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;psmodel group(treatment="1")=varA varB varC age bmi;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;assess lps var=(varA varB varC age bmi) /weight=atewgt(stabilize=yes);&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;output out(obs=all)=dataweight&amp;nbsp; &amp;nbsp;atewgt(stabilize=YES)=ps_weight;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;no question, I had ps_weight for everyone. AND THE STANDARDIZED MEAN DIFFERENCE WAS &amp;lt;0.10&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;2. I saw literature they shows the baseline variables between group 1 and 2, using &lt;U&gt;chi square test&lt;/U&gt;&lt;/P&gt;&lt;P&gt;I want to compare varA, varB, varC between group 1 and 2 as well after the IPTW.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;my code for varA:&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;proc freq data =dataweight;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;weight ps_weight;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;table varA *group/chisq all;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;run;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;what I got is the sample size larger than original; now the freq output shows I have &lt;FONT color="#FF00FF"&gt;2060&lt;/FONT&gt; cases (original 2050), smothing like this&lt;/P&gt;&lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;Group1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;Group2&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;VarA=0&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;58&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;102&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;VarA=1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1000&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;900&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;total&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1058&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1002&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;so does the total sample size for varB, and varC.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#FF00FF"&gt;Is it right that you could get the IPTW pseudo population larger than original in the proc freq procedure???&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;3. For continous varaibles, bmi, age, what test I should use considering the IPTW? they are not normally distributed.&lt;/P&gt;&lt;P&gt;how to apply the IPTW on the rank sum test ??&lt;/P&gt;</description>
    <pubDate>Wed, 07 Aug 2019 19:42:23 GMT</pubDate>
    <dc:creator>dbwindyxiaosi</dc:creator>
    <dc:date>2019-08-07T19:42:23Z</dc:date>
    <item>
      <title>How to use IPTW in the proc freq?</title>
      <link>https://communities.sas.com/t5/Statistical-Procedures/How-to-use-IPTW-in-the-proc-freq/m-p/579737#M28434</link>
      <description>&lt;P&gt;So my data have 2050 cases, group 1 (treatment) =1050, group 2(control)&amp;nbsp; =1000.&amp;nbsp;&lt;/P&gt;&lt;P&gt;Per data per row; varA, varB, varC are categorical, age, bmi are continous.&lt;/P&gt;&lt;P&gt;outcome is the death (yes/no).&lt;/P&gt;&lt;P&gt;I use IPTW to remove the confounding.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;1. create the ps_weight:&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;PROC PSMATCH data= mydata region=allobs;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;class varA varB varC&amp;nbsp;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;psmodel group(treatment="1")=varA varB varC age bmi;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;assess lps var=(varA varB varC age bmi) /weight=atewgt(stabilize=yes);&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;output out(obs=all)=dataweight&amp;nbsp; &amp;nbsp;atewgt(stabilize=YES)=ps_weight;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;no question, I had ps_weight for everyone. AND THE STANDARDIZED MEAN DIFFERENCE WAS &amp;lt;0.10&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;2. I saw literature they shows the baseline variables between group 1 and 2, using &lt;U&gt;chi square test&lt;/U&gt;&lt;/P&gt;&lt;P&gt;I want to compare varA, varB, varC between group 1 and 2 as well after the IPTW.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;my code for varA:&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#3366FF"&gt;proc freq data =dataweight;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;weight ps_weight;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;table varA *group/chisq all;&lt;/FONT&gt;&lt;BR /&gt;&lt;FONT color="#3366FF"&gt;run;&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;what I got is the sample size larger than original; now the freq output shows I have &lt;FONT color="#FF00FF"&gt;2060&lt;/FONT&gt; cases (original 2050), smothing like this&lt;/P&gt;&lt;TABLE&gt;&lt;TBODY&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;Group1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;Group2&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;VarA=0&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;58&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;102&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;VarA=1&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1000&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;900&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;TR&gt;&lt;TD&gt;&lt;P&gt;total&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1058&lt;/P&gt;&lt;/TD&gt;&lt;TD&gt;&lt;P&gt;1002&lt;/P&gt;&lt;/TD&gt;&lt;/TR&gt;&lt;/TBODY&gt;&lt;/TABLE&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;so does the total sample size for varB, and varC.&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;&lt;FONT color="#FF00FF"&gt;Is it right that you could get the IPTW pseudo population larger than original in the proc freq procedure???&lt;/FONT&gt;&lt;/P&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;P&gt;3. For continous varaibles, bmi, age, what test I should use considering the IPTW? they are not normally distributed.&lt;/P&gt;&lt;P&gt;how to apply the IPTW on the rank sum test ??&lt;/P&gt;</description>
      <pubDate>Wed, 07 Aug 2019 19:42:23 GMT</pubDate>
      <guid>https://communities.sas.com/t5/Statistical-Procedures/How-to-use-IPTW-in-the-proc-freq/m-p/579737#M28434</guid>
      <dc:creator>dbwindyxiaosi</dc:creator>
      <dc:date>2019-08-07T19:42:23Z</dc:date>
    </item>
  </channel>
</rss>

