SAS和R语言的一本好书
SAS and R Data Management,Statistical Analysis and Graphics
SAS and R Data Management Statistical Analysis and Graphics July 2009.pdf
(2.67 MB, 下载次数: 18, 售价: 5 )
目录
List of Figures xiii
List of Tables xv
Preface xvii
1 Data management 1
1.1 Input . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Native dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Fixed format text files . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Reading more complex text files . . . . . . . . . . . . . . . . . . . . 3
1.1.4 Comma separated value (CSV) files . . . . . . . . . . . . . . . . . . 4
1.1.5 Reading datasets in other formats . . . . . . . . . . . . . . . . . . . 4
1.1.6 URL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.7 XML (extensible markup language) . . . . . . . . . . . . . . . . . . 6
1.1.8 Data entry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Output . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Save a native dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Creating files for use by other packages . . . . . . . . . . . . . . . . 8
1.2.3 Creating datasets in text format . . . . . . . . . . . . . . . . . . . . 9
1.2.4 Displaying data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.5 Number of digits to display . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.6 Creating HTML formatted output . . . . . . . . . . . . . . . . . . . 10
1.2.7 Creating XML datasets and output . . . . . . . . . . . . . . . . . . . 11
1.3 Structure and meta-data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 Access variables from a dataset . . . . . . . . . . . . . . . . . . . . . 11
1.3.2 Names of variables and their types . . . . . . . . . . . . . . . . . . . 12
1.3.3 Values of variables in a dataset . . . . . . . . . . . . . . . . . . . . . 12
1.3.4 Rename variables in a dataset . . . . . . . . . . . . . . . . . . . . . . 12
1.3.5 Add comment to a dataset or variable . . . . . . . . . . . . . . . . . 13
1.4 Derived variables and data manipulation . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Create string variables from numeric variables . . . . . . . . . . . . . 13
1.4.2 Create numeric variables from string variables . . . . . . . . . . . . . 14
1.4.3 Extract characters from string variables . . . . . . . . . . . . . . . . 14
1.4.4 Length of string variables . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.5 Concatenate string variables . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.6 Find strings within string variables . . . . . . . . . . . . . . . . . . . 15
1.4.7 Remove spaces around string variables . . . . . . . . . . . . . . . . . 16
1.4.8 Upper to lower case . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
v
© 2010 by Taylor and Francis Group, LLC
vi CONTENTS
1.4.9 Create categorical variables from continuous variables . . . . . . . . 17
1.4.10 Recode a categorical variable . . . . . . . . . . . . . . . . . . . . . . 17
1.4.11 Create a categorical variable using logic . . . . . . . . . . . . . . . . 18
1.4.12 Formatting values of variables . . . . . . . . . . . . . . . . . . . . . . 18
1.4.13 Label variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.14 Account for missing values . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.15 Observation number . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.16 Unique values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.17 Lagged variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.18 SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.19 Perl interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5 Merging, combining, and subsetting datasets . . . . . . . . . . . . . . . . . 23
1.5.1 Subsetting observations . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.2 Random sample of a dataset . . . . . . . . . . . . . . . . . . . . . . 24
1.5.3 Convert from wide to long (tall) format . . . . . . . . . . . . . . . . 25
1.5.4 Convert from long (tall) to wide format . . . . . . . . . . . . . . . . 26
1.5.5 Concatenate datasets . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.5.6 Sort datasets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5.7 Merge datasets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5.8 Drop variables in a dataset . . . . . . . . . . . . . . . . . . . . . . . 29
1.6 Date and time variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.6.1 Create date variable . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.6.2 Extract weekday . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.6.3 Extractmonth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.6.4 Extract year . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.6.5 Extract quarter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.6.6 Create time variable . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.7 Interactions with the operating system . . . . . . . . . . . . . . . . . . . . . 32
1.7.1 Timing commands . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.7.2 Execute command in operating system . . . . . . . . . . . . . . . . . 32
1.7.3 Find working directory . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.7.4 Change working directory . . . . . . . . . . . . . . . . . . . . . . . . 33
1.7.5 List and access files . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.8 Mathematical functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.8.1 Basic functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.8.2 Trigonometric functions . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.8.3 Special functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.8.4 Integer functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.8.5 Comparisons of floating point variables . . . . . . . . . . . . . . . . 36
1.8.6 Derivative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.8.7 Optimization problems . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.9 Matrix operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.9.1 Create matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.9.2 Transpose matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.9.3 Invert matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.9.4 Create submatrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.9.5 Create a diagonal matrix . . . . . . . . . . . . . . . . . . . . . . . . 39
1.9.6 Create vector of diagonal elements . . . . . . . . . . . . . . . . . . . 40
1.9.7 Create vector from a matrix . . . . . . . . . . . . . . . . . . . . . . . 40
1.9.8 Calculate determinant . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.9.9 Find eigenvalues and eigenvectors . . . . . . . . . . . . . . . . . . . . 40
© 2010 by Taylor and Francis Group, LLC
CONTENTS vii
1.9.10 Calculate singular value decomposition . . . . . . . . . . . . . . . . . 41
1.10 Probability distributions and random number generation . . . . . . . . . . . 41
1.10.1 Probability density function . . . . . . . . . . . . . . . . . . . . . . . 41
1.10.2 Quantiles of a probability density function . . . . . . . . . . . . . . . 42
1.10.3 Uniformrandom variables . . . . . . . . . . . . . . . . . . . . . . . . 42
1.10.4 Multinomial random variables . . . . . . . . . . . . . . . . . . . . . . 42
1.10.5 Normal random variables . . . . . . . . . . . . . . . . . . . . . . . . 44
1.10.6 Multivariate normal random variables . . . . . . . . . . . . . . . . . 44
1.10.7 Exponential random variables . . . . . . . . . . . . . . . . . . . . . . 45
1.10.8 Other random variables . . . . . . . . . . . . . . . . . . . . . . . . . 46
1.10.9 Setting the random number seed . . . . . . . . . . . . . . . . . . . . 46
1.11 Control flow, programming, and data generation . . . . . . . . . . . . . . . 47
1.11.1 Looping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.11.2 Conditional execution . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.11.3 Sequence of values or patterns . . . . . . . . . . . . . . . . . . . . . 48
1.11.4 Referring to a range of variables . . . . . . . . . . . . . . . . . . . . 50
1.11.5 Perform an action repeatedly over a set of variables . . . . . . . . . 50
1.12 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.13 HELP examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.13.1 Data input and output . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.13.2 Data display . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.13.3 Derived variables and data manipulation . . . . . . . . . . . . . . . . 55
1.13.4 Sorting and subsetting datasets . . . . . . . . . . . . . . . . . . . . . 61
1.13.5 Probability distributions . . . . . . . . . . . . . . . . . . . . . . . . . 63
2 Common statistical procedures 65
2.1 Summary statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.1.1 Means and other summary statistics . . . . . . . . . . . . . . . . . . 65
2.1.2 Means by group . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.1.3 Trimmedmean . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.1.4 Five-number summary . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.1.5 Quantiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.1.6 Centering, normalizing, and scaling . . . . . . . . . . . . . . . . . . . 68
2.1.7 Mean and 95% confidence interval . . . . . . . . . . . . . . . . . . . 68
2.1.8 Bootstrapping a sample statistic . . . . . . . . . . . . . . . . . . . . 69
2.1.9 Proportion and 95% confidence interval . . . . . . . . . . . . . . . . 70
2.2 Bivariate statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.2.1 Epidemiologic statistics . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.2.2 Test characteristics . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.2.3 Correlation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.2.4 Kappa (agreement) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.3 Contingency tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.3.1 Display cross-classification table . . . . . . . . . . . . . . . . . . . . 73
2.3.2 Pearson chi-square statistic . . . . . . . . . . . . . . . . . . . . . . . 74
2.3.3 Cochran–Mantel–Haenszel test . . . . . . . . . . . . . . . . . . . . . 74
2.3.4 Fisher’s exact test . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.3.5 McNemar’s test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.4 Two sample tests for continuous variables . . . . . . . . . . . . . . . . . . . 75
2.4.1 Student’s t-test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.4.2 Nonparametric tests . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.4.3 Permutation test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
© 2010 by Taylor and Francis Group, LLC
viii CONTENTS
2.4.4 Logrank test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.5 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.6 HELP examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.6.1 Summary statistics and exploratory data analysis . . . . . . . . . . . 78
2.6.2 Bivariate relationships . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.6.3 Contingency tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.6.4 Two sample tests of continuous variables . . . . . . . . . . . . . . . 85
2.6.5 Survival analysis: logrank test . . . . . . . . . . . . . . . . . . . . . 90
3 Linear regression and ANOVA 93
3.1 Model fitting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.1 Linear regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.2 Linear regression with categorical covariates . . . . . . . . . . . . . . 94
3.1.3 Parameterization of categorical covariates . . . . . . . . . . . . . . . 94
3.1.4 Linear regression with no intercept . . . . . . . . . . . . . . . . . . . 96
3.1.5 Linear regression with interactions . . . . . . . . . . . . . . . . . . . 96
3.1.6 Linearmodels stratified by each value of a grouping variable . . . . 97
3.1.7 One-way analysis of variance . . . . . . . . . . . . . . . . . . . . . . 97
3.1.8 Two-way (ormore) analysis of variance . . . . . . . . . . . . . . . . 98
3.2 Model comparison and selection . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.2.1 Compare two models . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.2.2 Log-likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.2.3 Akaike Information Criterion (AIC) . . . . . . . . . . . . . . . . . . 99
3.2.4 Bayesian Information Criterion (BIC) . . . . . . . . . . . . . . . . . 99
3.3 Tests, contrasts, and linear functions of parameters . . . . . . . . . . . . . . 100
3.3.1 Joint null hypotheses: several parameters equal 0 . . . . . . . . . . . 100
3.3.2 Joint null hypotheses: sum of parameters . . . . . . . . . . . . . . . 100
3.3.3 Tests of equality of parameters . . . . . . . . . . . . . . . . . . . . . 101
3.3.4 Multiple comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.3.5 Linear combinations of parameters . . . . . . . . . . . . . . . . . . . 102
3.4 Model diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4.1 Predicted values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4.2 Residuals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.4.3 Studentized residuals . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.4.4 Leverage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.4.5 Cook’s D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.4.6 DFFITS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.4.7 Diagnostic plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.5 Model parameters and results . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.5.1 Prediction limits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.5.2 Parameter estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.5.3 Standard errors of parameter estimates . . . . . . . . . . . . . . . . 107
3.5.4 Confidence limits for the mean . . . . . . . . . . . . . . . . . . . . . 108
3.5.5 Plot confidence intervals for the mean . . . . . . . . . . . . . . . . . 108
3.5.6 Plot prediction limits from a simple linear regression . . . . . . . . . 109
3.5.7 Plot predicted lines for each value of a variable . . . . . . . . . . . . 109
3.5.8 Design and information matrix . . . . . . . . . . . . . . . . . . . . . 110
3.5.9 Covariancematrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
3.6 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.7 HELP examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.7.1 Scatterplot with smooth fit . . . . . . . . . . . . . . . . . . . . . . . 111
© 2010 by Taylor and Francis Group, LLC
CONTENTS ix
3.7.2 Linear regression with interaction . . . . . . . . . . . . . . . . . . . . 113
3.7.3 Regression diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.7.4 Fitting regression model separately for each value of another variable 119
3.7.5 Two way ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.7.6 Multiple comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . 126
3.7.7 Contrasts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4 Regression generalizations 131
4.1 Generalized linearmodels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4.1.1 Logistic regression model . . . . . . . . . . . . . . . . . . . . . . . . 131
4.1.2 Exact logistic regression . . . . . . . . . . . . . . . . . . . . . . . . . 133
4.1.3 Poisson model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
4.1.4 Zero-inflated Poissonmodel . . . . . . . . . . . . . . . . . . . . . . . 134
4.1.5 Negative binomial model . . . . . . . . . . . . . . . . . . . . . . . . 135
4.1.6 Zero-inflated negative binomialmodel . . . . . . . . . . . . . . . . . 135
4.1.7 Log-linear model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.1.8 Orderedmultinomialmodel . . . . . . . . . . . . . . . . . . . . . . . 136
4.1.9 Generalized (nominal outcome) multinomial logit . . . . . . . . . . . 137
4.1.10 Conditional logistic regression model . . . . . . . . . . . . . . . . . . 137
4.2 Models for correlated data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.2.1 Linear models with correlated outcomes . . . . . . . . . . . . . . . . 137
4.2.2 Linearmixedmodels with random intercepts . . . . . . . . . . . . . 138
4.2.3 Linearmixedmodels with random slopes . . . . . . . . . . . . . . . 139
4.2.4 More complex random coefficientmodels . . . . . . . . . . . . . . . . 140
4.2.5 Multilevel models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.2.6 Generalized linearmixedmodels . . . . . . . . . . . . . . . . . . . . 141
4.2.7 Generalized estimating equations . . . . . . . . . . . . . . . . . . . . 141
4.2.8 Time series model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
4.3 Survival analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
4.3.1 Proportional hazards (Cox) regression model . . . . . . . . . . . . . 143
4.3.2 Proportional hazards (Cox)model with frailty . . . . . . . . . . . . 143
4.4 Further generalizations to regressionmodels . . . . . . . . . . . . . . . . . . 143
4.4.1 Nonlinear least squares model . . . . . . . . . . . . . . . . . . . . . . 143
4.4.2 Generalized additive model . . . . . . . . . . . . . . . . . . . . . . . 144
4.4.3 Robust regression model . . . . . . . . . . . . . . . . . . . . . . . . . 144
4.4.4 Quantile regressionmodel . . . . . . . . . . . . . . . . . . . . . . . . 145
4.4.5 Ridge regressionmodel . . . . . . . . . . . . . . . . . . . . . . . . . 145
4.5 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
4.6 HELP examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
4.6.1 Logistic regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
4.6.2 Poisson regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
4.6.3 Zero-inflated Poisson regression . . . . . . . . . . . . . . . . . . . . . 152
4.6.4 Negative binomial regression . . . . . . . . . . . . . . . . . . . . . . 154
4.6.5 Quantile regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
4.6.6 Ordinal logit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.6.7 Multinomial logit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
4.6.8 Generalized additive model . . . . . . . . . . . . . . . . . . . . . . . 159
4.6.9 Reshaping dataset for longitudinal regression . . . . . . . . . . . . . 160
4.6.10 Linearmodel for correlated data . . . . . . . . . . . . . . . . . . . . 164
4.6.11 Linearmixed (random slope)model . . . . . . . . . . . . . . . . . . 166
4.6.12 Generalized estimating equations . . . . . . . . . . . . . . . . . . . . 171
© 2010 by Taylor and Francis Group, LLC
x CONTENTS
4.6.13 Generalized linearmixedmodel . . . . . . . . . . . . . . . . . . . . . 172
4.6.14 Cox proportional hazards model . . . . . . . . . . . . . . . . . . . . 173
5 Graphics 177
5.1 A compendium of useful plots . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.1 Scatterplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.2 Scatterplot with multiple y values . . . . . . . . . . . . . . . . . . . 178
5.1.3 Barplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
5.1.4 Histogram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
5.1.5 Stem-and-leaf plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.6 Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1.7 Side-by-side boxplots . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
5.1.8 Normal quantile-quantile plot . . . . . . . . . . . . . . . . . . . . . . 182
5.1.9 Interaction plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
5.1.10 Plots for categorical data . . . . . . . . . . . . . . . . . . . . . . . . 183
5.1.11 Conditioning plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
5.1.12 3-D plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
5.1.13 Circular plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
5.1.14 Sunflower plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
5.1.15 Empirical cumulative probability density plot . . . . . . . . . . . . . 185
5.1.16 Empirical probability density plot . . . . . . . . . . . . . . . . . . . 186
5.1.17 Matrix of scatterplots . . . . . . . . . . . . . . . . . . . . . . . . . . 186
5.1.18 Receiver operating characteristic (ROC) curve . . . . . . . . . . . . 187
5.1.19 Kaplan–Meier plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
5.2 Adding elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
5.2.1 Arbitrary straight line . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.2.2 Plot symbols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
5.2.3 Add points to an existing graphic . . . . . . . . . . . . . . . . . . . . 190
5.2.4 Jitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.2.5 OLS line fit to points . . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.2.6 Smoothed line . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
5.2.7 Normal density . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
5.2.8 Marginal rug plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
5.2.9 Titles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
5.2.10 Footnotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
5.2.11 Text . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
5.2.12 Mathematical symbols . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.2.13 Arrows and shapes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5.2.14 Legend . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.2.15 Identifying and locating points . . . . . . . . . . . . . . . . . . . . . 196
5.3 Options and parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
5.3.1 Graph size . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
5.3.2 Point and text size . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
5.3.3 Box around plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.3.4 Size of margins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.3.5 Graphical settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
5.3.6 Multiple plots per page . . . . . . . . . . . . . . . . . . . . . . . . . 199
5.3.7 Axis range and style . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
5.3.8 Axis labels, values, and tick marks . . . . . . . . . . . . . . . . . . . 200
5.3.9 Line styles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
5.3.10 Line widths . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
© 2010 by Taylor and Francis Group, LLC
CONTENTS xi
5.3.11 Colors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
5.3.12 Log scale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
5.3.13 Omit axes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
5.4 Saving graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
5.4.1 PDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
5.4.2 Postscript . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
5.4.3 RTF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
5.4.4 JPEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
5.4.5 WMF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
5.4.6 BMP. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5.4.7 TIFF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5.4.8 PNG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.4.9 Closing a graphic device . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.5 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.6 HELP examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.6.1 Scatterplot with multiple axes . . . . . . . . . . . . . . . . . . . . . 207
5.6.2 Conditioning plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
5.6.3 Kaplan–Meier plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
5.6.4 ROC curve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
5.6.5 Pairs plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
5.6.6 Visualize correlation matrix . . . . . . . . . . . . . . . . . . . . . . . 214
6 Other topics and extended examples 217
6.1 Power and sample size calculations . . . . . . . . . . . . . . . . . . . . . . . 217
6.1.1 Analytic power calculation . . . . . . . . . . . . . . . . . . . . . . . 217
6.1.2 Simulation-based power calculations . . . . . . . . . . . . . . . . . . 219
6.2 Generate data from generalized linear randomeffectsmodel . . . . . . . . . 222
6.3 Generate correlated binary data . . . . . . . . . . . . . . . . . . . . . . . . . 223
6.4 Read variable format files and plot maps . . . . . . . . . . . . . . . . . . . . 224
6.4.1 Read input files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
6.4.2 Plotting maps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
6.5 Missing data: multiple imputation . . . . . . . . . . . . . . . . . . . . . . . 228
6.6 Bayesian Poisson regression . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
6.7 Multivariate statistics and discriminant procedures . . . . . . . . . . . . . . 233
6.7.1 Cronbach’s α . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
6.7.2 Factor analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
6.7.3 Recursive partitioning . . . . . . . . . . . . . . . . . . . . . . . . . . 237
6.7.4 Linear discriminant analysis . . . . . . . . . . . . . . . . . . . . . . . 238
6.7.5 Hierarchical clustering . . . . . . . . . . . . . . . . . . . . . . . . . . 240
6.8 Complex survey design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
6.9 Further resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
Appendix A Introduction to SAS 243
A.1 Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
A.2 Running SAS and a sample session . . . . . . . . . . . . . . . . . . . . . . . 243
A.3 Learning SAS and getting help . . . . . . . . . . . . . . . . . . . . . . . . . 247
A.4 Fundamental structures: data step, procedures, and global statements . . . 249
A.5 Work process: the cognitive style of SAS . . . . . . . . . . . . . . . . . . . . 251
A.6 Useful SAS background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
A.6.1 Data set options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
A.6.2 Repeating commands for subgroups . . . . . . . . . . . . . . . . . . 252
© 2010 by Taylor and Francis Group, LLC
xii CONTENTS
A.6.3 Subsetting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
A.6.4 Formats and informats . . . . . . . . . . . . . . . . . . . . . . . . . . 253
A.7 Accessing and controlling SAS output: the Output Delivery System . . . . 253
A.7.1 Saving output as datasets and controlling output . . . . . . . . . . . 254
A.7.2 Output file types and ODS destinations . . . . . . . . . . . . . . . . 257
A.7.3 ODS graphics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
A.8 The SAS Macro Facility: writing functions and passing values . . . . . . . . 258
A.8.1 Writing functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
A.8.2 SASmacro variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
A.9 Miscellanea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
Appendix B Introduction to R 261
B.1 Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
B.1.1 Installation underWindows . . . . . . . . . . . . . . . . . . . . . . . 262
B.1.2 Installation underMac OS X . . . . . . . . . . . . . . . . . . . . . . 262
B.1.3 Installation under Linux . . . . . . . . . . . . . . . . . . . . . . . . . 262
B.2 Running R and sample session . . . . . . . . . . . . . . . . . . . . . . . . . 263
B.2.1 Replicating examples from the book and sourcing commands . . . . 265
B.2.2 Batch mode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
B.3 Learning R and getting help . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
B.4 Fundamental structures: objects, classes, and related concepts . . . . . . . . 266
B.4.1 Objects and vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
B.4.2 Indexing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
B.4.3 Operators . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
B.4.4 Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
B.4.5 Dataframes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
B.4.6 Attributes and classes . . . . . . . . . . . . . . . . . . . . . . . . . . 271
B.5 Built-in and user-defined functions . . . . . . . . . . . . . . . . . . . . . . . 271
B.5.1 Calling functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
B.5.2 Writing functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
B.5.3 The apply family of functions . . . . . . . . . . . . . . . . . . . . . . 273
B.6 Add-ons: libraries and packages . . . . . . . . . . . . . . . . . . . . . . . . . 273
B.6.1 Introduction to libraries and packages . . . . . . . . . . . . . . . . . 273
B.6.2 CRAN task views . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
B.6.3 Installed libraries and packages . . . . . . . . . . . . . . . . . . . . . 274
B.6.4 Packages referenced in this book . . . . . . . . . . . . . . . . . . . . 275
B.6.5 Datasets available with R . . . . . . . . . . . . . . . . . . . . . . . . 276
B.7 Support and bugs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
Appendix C The HELP study dataset 277
C.1 Background on the HELP study . . . . . . . . . . . . . . . . . . . . . . . . 277
C.2 Roadmap to analyses of the HELP dataset . . . . . . . . . . . . . . . . . . 277
C.3 Detailed description of the dataset . . . . . . . . . . . . . . . . . . . . . . . 278
Appendix D References 283
© 2010 by Taylor and Francis Group, LLC
List of Figures
1.1 Comparison of standard normal and t distribution with 1 df . . . . . . . . . 64
2.1 Density plot of depressive symptom scores (CESD) plus superimposed histogram
and normal distribution . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.2 Scatterplot of CESD and MCS for women, with primary substance shown as
the plot symbol . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.3 Density plot of age by gender . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.1 Scatterplot of observed values for AGE and I1 (plus smoothers by substance) 112
3.2 Q-Q plot fromSAS, default diagnostics from R . . . . . . . . . . . . . . . . 118
3.3 Empirical density of residuals, with superimposed normal density . . . . . . 119
3.4 Interaction plot of CESD as a function of substance group and gender . . . 121
3.5 Boxplot of CESD as a function of substance group and gender . . . . . . . 122
3.6 Pairwise comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.1 Scatterplots of smoothed association of PCS with CESD . . . . . . . . . . . 161
4.2 Side-by-side box plots of CESD by treatment and time . . . . . . . . . . . . 167
5.1 Plot of InDUC and MCS vs. CESD for female alcohol-involved subjects . . 208
5.2 Association of MCS and CESD, stratified by substance and report of suicidal
thoughts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
5.3 Kaplan–Meier estimate of time to linkage to primary care by randomization
group . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
5.4 Receiver operating characteristic curve for the logistical regression model predicting
suicidal thoughts using the CESD as a measure of depressive symptoms
(sensitivity = true positive rate; 1-specificity = false positive rate) . . 212
5.5 Pairsplot of variables from the HELP dataset . . . . . . . . . . . . . . . . . 214
5.6 Visual display of correlations and associations . . . . . . . . . . . . . . . . . 216
6.1 Massachusetts counties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
6.2 Recursive partitioning tree . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
6.3 Graphical display of assignment probabilities or score functions from linear
discriminant analysis by actual homeless status . . . . . . . . . . . . . . . . 240
6.4 Results from hierarchical clustering . . . . . . . . . . . . . . . . . . . . . . . 241
A.1 SASWindows interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
A.2 Running a SAS program . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
A.3 The SAS window after running the sample session code . . . . . . . . . . . 248
A.4 The SAS Explorer window . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
A.5 Opening the on-line help . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
A.6 The SAS Help and Documentation window . . . . . . . . . . . . . . . . . . 250
xiii
© 2010 by Taylor and Francis Group, LLC
xiv LIST OF FIGURES
B.1 RWindows graphical user interface . . . . . . . . . . . . . . . . . . . . . . . 262
B.2 RMac OS X graphical user interface . . . . . . . . . . . . . . . . . . . . . . 263
B.3 Sample session in R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
B.4 Documentation on the mean() function . . . . . . . . . . . . . . . . . . . . 267 |
发表于 2013-5-25 14:03:45