sas - SAS中的单向随机效应方差分析:PROC GLM还是MIXED？

Question

我正在尝试在SAS中进行简单的单向随机效应方差分析。我想知道总体方差是否显着不同于零。

在UCLA's idre site上，它们声明使用PROC MIXED的方式如下：

proc mixed data = in.hsb12 covtest noclprint;
   class school;
   model mathach = / solution;
   random intercept / subject = school;
run;

考虑到我以前使用PROC MIXED的经验，这对我来说很有意义。

但是，在Murray Logan的《使用R进行生物统计设计和分析》一文中，他说，对于单向方差分析，固定和随机效应无法区分，即使他正在测试“标准”单向方差分析（在R中）差异，不是手段。我发现在SAS中，他的R程序等同于使用以下任何一种方法：


过程方差分析
PROC GLM（与ANOVA相同，但使用GLM代替ANOVA）
具有RANDOM语句的PROC GLM


以上三个模型的p值相同，但不同于UCLA使用的PROC MIXED模型。对于我的数据，这是p = 0.2508和p = 0.3138的差。尽管结论在这种情况下不会改变，但我对这种差异并不满意。

任何人都可以就哪个更合适以及为什么存在这种差异提出建议？

Answer 1

对于您的模型，PROC ANOVA和PROC MIXED之间的差异仅归因于数值噪声（PROC MIXED的REML估计器）。但是，问题中提到的p值对应于不同的测试。为了在PROC MIXED中使用COVTEST的输出获得F值，您需要考虑不相等的样本大小来重新计算MS_group（或者按照http://bio.classes.ucsc.edu/bio286/MIcksBookPDFs/QK08.PDF第231页的说明手动进行操作，或者仅使用具有相同大小的PROC MIXED固定模型规格，如PROC ANOVA）。除SAS手册外，本文（http://isites.harvard.edu/fs/docs/icb.topic1140782.files/S98.pdf）还提供了一些使用PROC MIXED的示例。