04-20-2019
sauer
Obsidian | Level 7
Member since
11-24-2014
- 44 Posts
- 6 Likes Given
- 1 Solutions
- 6 Likes Received
-
Latest posts by sauer
Subject Views Posted 1247 06-01-2018 12:23 PM 1257 06-01-2018 11:23 AM 1835 02-08-2018 05:10 AM 1897 02-05-2018 01:20 PM 2238 12-20-2017 05:38 AM 2346 12-06-2017 05:36 PM 2367 12-06-2017 12:10 PM 2391 12-05-2017 06:27 PM 2445 12-03-2017 02:53 PM 3566 04-19-2017 11:51 AM -
Activity Feed for sauer
- Posted Betreff: Deutscher Text bei SGPLOT / REG Legende on CoDe SAS German. 06-01-2018 12:23 PM
- Liked Betreff: Deutscher Text bei SGPLOT / REG Legende for BrunoMueller. 06-01-2018 12:23 PM
- Posted Deutscher Text bei SGPLOT / REG Legende on CoDe SAS German. 06-01-2018 11:23 AM
- Posted Betreff: Comparativ Histogram mit ineinandergesetzten Bars on CoDe SAS German. 02-08-2018 05:10 AM
- Got a Like for Comparativ Histogram mit ineinandergesetzten Bars. 02-07-2018 11:41 AM
- Posted Comparativ Histogram mit ineinandergesetzten Bars on CoDe SAS German. 02-05-2018 01:20 PM
- Liked Betreff: Korrelierte Daten simulieren für PROC GEE for FreelanceReinh. 12-20-2017 05:39 AM
- Got a Like for Betreff: Korrelierte Daten simulieren für PROC GEE. 12-20-2017 05:39 AM
- Posted Betreff: Korrelierte Daten simulieren für PROC GEE on CoDe SAS German. 12-20-2017 05:38 AM
- Posted Betreff: Korrelierte Daten simulieren für PROC GEE on CoDe SAS German. 12-06-2017 05:36 PM
- Got a Like for Betreff: Korrelierte Daten simulieren für PROC GEE. 12-06-2017 05:36 PM
- Posted Betreff: Korrelierte Daten simulieren für PROC GEE on CoDe SAS German. 12-06-2017 12:10 PM
- Got a Like for Betreff: Korrelierte Daten simulieren für PROC GEE. 12-06-2017 12:10 PM
- Got a Like for Betreff: Korrelierte Daten simulieren für PROC GEE. 12-05-2017 06:46 PM
- Posted Betreff: Korrelierte Daten simulieren für PROC GEE on CoDe SAS German. 12-05-2017 06:27 PM
- Got a Like for Korrelierte Daten simulieren für PROC GEE. 12-03-2017 03:02 PM
- Posted Korrelierte Daten simulieren für PROC GEE on CoDe SAS German. 12-03-2017 02:53 PM
- Liked Betreff: DO Loop mit Makro for GrischaPfister. 12-03-2017 02:48 PM
- Posted Betreff: DO Loop mit Makro on CoDe SAS German. 04-19-2017 11:51 AM
- Posted DO Loop mit Makro on CoDe SAS German. 04-11-2017 11:27 AM
-
Posts I Liked
Subject Likes Author Latest Post 1 2 1 1 1 -
My Liked Posts
Subject Likes Posted 1 02-05-2018 01:20 PM 1 12-20-2017 05:38 AM 1 12-06-2017 05:36 PM 1 12-06-2017 12:10 PM 1 12-05-2017 06:27 PM
06-01-2018
11:23 AM
Hallo zusammen,
gibt es eine einfache Möglichkeit, den Text in der CLM / CLI Legende bei PROC SGPLOT / REG in deutsch ausgeben zu lassen.
Oder eigenen Text zu definieren?
Beispiel siehe unten. Da soll stehen "Vorhersagegrenzen" bzw. "Konfidenzintervall".
Danke und viele Grüße
Frank
... View more
02-08-2018
05:10 AM
Vielen Dank für Eure Hinweise.
SGPLOT hat wohl keine Schnittstelle zu TEMPLATE.
Aber ich habe es nun doch ganz gut hinbekommen 🙂
Viele Grüße
Frank
... View more
02-05-2018
01:20 PM
1 Like
Hallo und guten Abend,
lässt sich denn unten gezeigtes Beispiel-Histogramm alleine mit SGPLOT erzeugen oder brauche ich dazu TEMPLATE?
Ich habe das im ODS GD gefunden und würde das gerne in der "University Edition" nachbauen.
Am besten noch mit Dichtekurve drin ...
Danke und viele Grüße
Frank
... View more
12-20-2017
05:38 AM
1 Like
Hallo Reinhard,
nun habe ich in den vergangenen Tagen mit verschiedenen Varianten herumprobiert und (dank Deines Hinweises) zumindest eine Idee davon entwickelten können, warum DIST und LINK (ich transformiere natürlich zurück) keinen Einfluss haben.
Die Kovarianz ist bei meinen Simulationen immer Null, ich weiß also nicht, wie ich die hinein"simulieren" kann 😞
Aber das ist jetzt auch nicht mehr wichtig, denn die großen Unterschiede der Schätzer bei Wechsel von TYPE sind wohl durch Ausreißer zu erklären. Wenn ich von meinen 1700 Clustern die 10 mit den meisten "FalschNegativen" herausnehme, scheint wieder die Sonne 🙂
Ein Kollege hatte mir gesagt, weil ich keine Kovariablen habe, kann die Prozedur nur am Interzept "anpassen". Und wenn sich das dann mit den Ausreißern relativiert ... dann ist alles gut.
Nochmal vielen Dank für Deine "Wegweisung".
... View more
12-06-2017
05:36 PM
1 Like
Danke für Deine Antwort, Reinhard.
Mit Cohen's Kappa war ich auch schon unterwegs, aber da hat mein Professor nur abgewinkt und gemeint, das wäre ein Thema für sich ;-).
Natürlich habe ich auch DIST=B gerechnet, aber wie schon gesagt, das Ergebnis (also der Intercept-Schätzer) ist bei B, N, P immer das gleiche und zwar kommastellengenau. Nur TYPE wirkt sich aus ..... um mal Zahlen zu nennen für die Sensitivität supraventrikulär:
IND = 38 (wie PROC FREQ)
AR = 42
CS = 60
Und gerade TYPE sollte nach meinem Verständnis lediglich die Effizienz der Schätzung beeinflussen.
Die QIC Werte sagen: DIST=N, LINK=Identity und TYPE=IND bietet die beste Anpassung, es folgt (N, Identity, AR).
Irgendwie muss ich das Ganze interpretieren und möglichst auch erklären 😞
Herzlich!
Frank
... View more
12-06-2017
12:10 PM
1 Like
Hallo Reinhard, vielen Dank für Deinen Kommentar.
Jetzt schreibe ich doch etwas mehr über den Hintergrund.
Ich habe 1700 Probanden, von denen jeweils ein 20-min-EKG genommen wurde. In der Summe sind es ca. 2,3 Millionen Herzschläge. Ein Algorithmus hat jeden Schlag identifiziert als normal, supraventrikulär, ventrikulär oder Artefakt.
Ein Arzt hat danach jeden Schlagtyp überprüft und bestätigt oder geändert (das ist mein Gold Standard, so dass ich für jeden Schlag und Typ ein Pärchen 0,0 oder 0,1 oder 1,0 oder 1,1 habe).
Die Anzahl der Schläge pro Proband schwankt zwischen 1000 und 2000.
Das ist alles lange vor meiner Zeit passiert ;-).
Ich will die Performance des Algorithmus beurteilen.
Bisher habe ich mit PROC FREQ die globale Sensitivität / Spezifität je Schlagtyp und über die Einzelwerte jedes EKG die gemittelte (jedes EKG gleich gewichtet).
Meine Idee war nun, mittels GEE die Korrelation der Schläge innerhalb der einzelnen EKGs (=pat_id) zu modellieren (mit AR).
Poisson habe ich gewählt, weil es sehr seltene Ereignisse sind (ca. 12 Tsd. bei 2,3 Mio.).
Verwunderlich ist nun, egal was ich als DIST oder LINK wähle, es bestimmt immer TYPE, was als Ergebnis erscheint, auf die Kommastelle genau.
Und die Unterschiede sind beträchtlich, obwohl meiner Meinung nach selbst eine falsche Wahl der Kovarianzstruktur TYPE das Ergebnis nicht so dramatisch verändern dürfte.
Auch die Betrachtung von QIC/QICu bringt kein Licht ins Dunkel.
In Ermangelung anderer (geclusterter) Datensätze wollte ich mit simulierten Daten experimentieren, um vielleicht ein Gefühl dafür zu bekommen, was hier eigentlich passiert.
Hoffentlich wird mein Ansinnen so klarer 🙂
Viele Grüße
Frank
... View more
12-05-2017
06:27 PM
1 Like
Hallo Reinhard, vielen Dank für Deinen Hinweis.
Allerdings bin ich mit den Begrifflichkeiten nicht so sattelfest, daher versuche ich es "andersherum".
Mein code ist:
proc genmod data = test;
class pat_id;
model y= / dist=Poisson link=log;
repeated subject=pat_id / type=ar(1);
where x=1;
run;
Ich will nun für x,y (welche beide dichotom sein sollen) Datensätze simulieren, wo ich mit DIST, LINK und TYPE variieren kann.
Dann will ich die Interzept-Schätz- und die QIC Werte untersuchen.
Z.B. was passiert mit dem Beta und QIC, wenn ich bei Poissonverteilten Daten bei DIST Normal vorgebe usw.
Bei meinen real-Daten bestimmt nur TYPE, was für Beta herauskommt ...
Hoffentlich konnte ich mich verständlich machen 😉
Danke und Grüße
Frank
... View more
12-03-2017
02:53 PM
1 Like
Hallo und guten Abend,
mit PROC GEE möchte ich verschiedene Szenarien durchspielen und brauche dazu simulierte Datensätze korrelierter Daten.
Es sollen dichotome Datenpaare sein, für die ich sowohl die Verteilung als auch die Kovarianzstruktur vorgeben möchte. Die Cluster sollen nicht alle gleich groß sein. Die Wertepaare mit x not eq y sollen selten sein.
Hat denn jemand eine Idee, wie man so etwas mit SAS hinbekommen kann?
Vor allen scheitere ich an der Kovarianz 😞
Danke und viele Grüße
Frank
... View more
04-19-2017
11:51 AM
Vielen Dank für Eure Hilfe!
In den letzten Tagen habe ich mich dem Beispiel von Grischa beschäftigt und wieder mal einiges dazu gelernt 🙂
Auf jeden Fall bin ich zum Ziel gekommen.
Die anderen Beispiele werde ich mir auch noch vornehmen, im Moment hapert's nur mit der Zeit.
Danke nochmal und herzliche Grüße
Frank
... View more
04-11-2017
11:27 AM
Hallo zusammen,
vielleicht hat jemad einen Hinweis für mich, wie man mein Problem am elegantesten lösen kann.
Ich habe allerdings noch keinen vernünftigen Ansatzpunkt 😞
Beispieldatensatz:
nr test1 test2
1 0 1
1 1 1
1 0 0
3 1 0
3 1 0
3 0 1
4 0 0
4 0 1
4 1 1
Aus diesem Datensatz will ich die mit gleicher nr "herausnehmen" und an ein makro übergeben, was mir Sensitivität, PPV usw. berechnet. Solange, bis alle nr abgearbeitet sind.
Danke schon mal.
Viele Grüße
Frank
... View more
12-15-2016
06:57 PM
Hallo Reinhard,
vielen Dank nochmal für Deine Simulation.
Hat mir sehr geholfen beim Weiterkommen
Inzwischen konnte ich auch nachvollziehen, was meine Vorgänger gerechnet haben.
Viele Grüße
Frank
... View more
12-05-2016
04:53 PM
Hallo Reinhard,
das ist aber ein verblüffender Zufall: derselbe Artikel liegt vor mir auf dem Schreibtisch
Ich habe zwischen 300 und 2000 Zahlenwerte, da steigt bei mir die array Definition aus. Aber da gibt es sicherlich Abhilfe.
Jedenfalls hatte ich nicht erwartet, dass das Problem mit so wenigen Zeilen abzuwickeln wäre.
Aber ich stecke auch nicht so tief im SAS drin 😞
Ich werde mit Deinem Code jetzt experimentieren und bin auf die Ergebnisse gespannt.
Vielen Dank für die voll ins Schwarze treffende Hilfe 😉
Viele Grüße
Frank
... View more
12-03-2016
06:22 PM
Guten Abend zusammen.
Hat denn zufällig jemand schon mal einen Reverse Arrangement als Stationaritätstest für eine Zeitreihe programmiert?
Ich habe zwischen 300 und 2000 Werte in der Reihe und befürchte, da das sicherlich nur mit grossen Matrizen-Operationen geht, an Kapazitätsgrenzen zu stossen. Über einen Hinweis würde ich mich freuen.
Grüße
Frank
... View more
07-12-2016
07:02 AM
Thank you very much. That works very fine
... View more