[Mixed Model 3.2.2] Missing Data Issues
안녕하세요^^
이전 시간에 이어서 결측값이 있는 데이터의 경우에 대해 예제를 살펴보도록 하겠습니다.
▶ 목차
▷ Example: Case 1
▷ Example: Case 2
▶ Example: Case 2
두 번째 예제에서는 처음 9개의 clinic에서만 (1,2), (1,4), (2,4) (3,1) 및 (3,4) 조합이 결측이고 마지막 10번째 clinic에서는 결측이 없는 데이터에 대해 결과를 살펴보도록 하겠습니다.
모든 clinic에 대해 drug와 dose의 치료 조합을 보면 다음과 같은 관찰수를 얻을 수 있습니다.
Clinic의 구분 없이 전체에 대해서는 관측치가 0인 치료 조합이 없으므로
이때의 분석은 (이전 시간에 분석하였던 것과 같은) 모든 clinic에서 결측이 없는 데이터 분석과 동일한 가설 검정을 실시합니다.
Drug와 dose의 자유도는 2, 3으로 앞의 case1결측이 없는 데이터 분석과 같은 값을 갖고,
반면에drug*dose 교호작용 항의 자유도는 6을 갖는 것을 확인할 수 있습니다.
첫 번째 예제와 마찬가지로 F 비율이 어떻게 추정되었는지 확인하기 위해 아래의 estimable functions을 확인하였습니다.
위의 estimable functions들은 주효과 drug, 주효과 dose, 그리고 drug와 dose의 교호작용을 테스트하기 위해 정의한 가설들에 사용됩니다.
[출처]
- ‘Applied Mixed Models for Processors Course Notes’
Join us for SAS Innovate 2025, our biggest and most exciting global event of the year, in Orlando, FL, from May 6-9. Sign up by March 14 for just $795.