Join Now

Indsatsen, årsagen og virkningen – hvad er effekten?

by SAS Employee MichaelSperling on ‎11-26-2015 05:25 AM (365 Views)

”Virker det?” er som oftest det helt centrale spørgsmål, vi spørger os selv og hinanden om. Uanset om der er tale om test af et nyt præparat i medicinalindustrien, det er alternative aktiveringstiltag for de jobsøgende eller det drejer sig effekten af en ny marketingkampagne, så vil vi gerne vide, om vores tiltag havde en effekt.

Problemet er ofte, at en masse ting sker samtidigt, som har indflydelse på resultatet. Således kan konkurrenten have igangsat en lignende kampagne samtidig, ligesom det generelle konjunkturmønster kan være afgørende for effekten af aktiveringstiltag. For medicinalindustrien er det vigtigt, på hvilken måde forsøgene udføres og patienter udvælges. Det optimale er, hvis forsøgspersonerne kan opdeles tilfældigt i en case- og en kontrolgruppe (og hverken forsøgspersonerne eller **bleep**personerne ved, hvem der er case, og hvem der er kontrol). Dette er vanskeligt i laboratoriet og endnu sværere med forsøg i ”den virkelige verden”.

I SAS findes der en stribe forskelige værktøjer, som adresserer disse udfordringer på forskellig vis.

 

Proc Panel

Proc Panel hører hjemme i SAS/ETS pakken og benyttes til paneldataanalyser, hvor de samme subjects (personer, husholdninger, organisationer, lande) observeres over tid. Proc Panel er velegnet til cross-sectional tidsrækkedata, hvilket ofte vil sige ”lange” dataset med relativt få variable, som er observeret mange gange.

https://support.sas.com/documentation/cdl/en/etsug/68148/HTML/default/viewer.htm#etsug_panel_getting...

 

Proc Panel er senest blevet opdateret med Hausman & Taylor (1981) samt Amemiya & MaCurdy (1986) estimatorerne, der gør det muligt at kombinere fixed-effects med random-effects for at imødekomme, at nogle forklarende variablene kan være korreleret med individuelle effekter.

 

Proc Panel har fået en hurtigere tvilling, Proc HPPanel, som gør brug af multi-threading, hvilket er særlig anvendeligt til store og (matematisk) komplekse problemstillinger.

 

Proc SSM

Proc SSM – state space models – er særligt anvendeligt, hvis man har en trend eller sæsonkomponent i sine data. Proc SSM kan desuden med fordel benyttes, hvis de enkelte observationer ikke er observeret med faste mellemrum (timelige, ugelige, årlige), men mere tilfældigt – f.eks. hver gang patienten er til kontrol hos sin læge.

http://support.sas.com/documentation/cdl/en/etsug/68148/HTML/default/viewer.htm#etsug_ssm_overview.h...

 

Proc Mixed

Proc Mixed hører hjemme i SAS/STAT-pakken og er særligt anvendeligt i strukturerede forsøg, hvor antallet af observationer pr. subjekt er mindre, men hvor modelspecifikation og særligt variansstrukturen er afgørende. Proc Mixed er også velegnet til at håndtere manglende observationer eller ubalancerede data. Så længe den afhængige variabel er kontinuert (og betinget normalfordelt) har man i Proc Mixed et rigtig stærkt værktøj til at finde kausale sammenhænge, hvilket netop er hvad man er særligt interesserede i, indsats-, virknings- og årsagsanalyser.

https://support.sas.com/documentation/cdl/en/statug/68162/HTML/default/viewer.htm#statug_mixed_overv...

 

Proc Mixed har også fået en hurtigere tvilling, Proc HPMixed, som gør brug af multi-threading til større problemstillinger.

 

Proc Glimmix og NLMixed

Proc Glimmix er en generalisering af Proc Mixed, som håndterer ikke-normalfordelte data. Fra og med SAS/STAT 14.1 er der kommet en FASTQUAD option i Glimmixproceduren, som gør det muligt at fitte multi-level-modeler, der tidligere var for beregningstunge til at blive udført.

http://support.sas.com/rnd/app/stat/14.1/index.html

 

For det ikke-linære tilfælde kan Proc NLMixed benyttes, som nu er blevet multi-threaded.