FAQ SASConsultez toutes les FAQ

SS1 :

• Somme des carrés des erreurs séquentielles.
• Chaque effet est ajouté l'un après l'autre au modèle général.
  

• A, B, C et A*B constituent les variables explicatrices ou effet.
• A, B et C sont des effets simples issus donc d'un seul terme A, B et C respectivement.
• A*B est un effet composite, c'est-à-dire issu de deux termes A et B.
• La somme des carrés des écarts SS est définie par la formule suivante :
  SS(Y) = SS(A, B, C, A*B / constante)
• Alors, les SS1 sont définies comme suit :
  SS1(A) = SS(A / constante)
  SS1(B) = SS(B / constante, A)
  SS1(C) = SS(C / constante, A, B)
  SS1(A*B) = SS(A / constante, A, B, C)
  

• SS(Y) = SS1(A) + SS1(B) + SS1(C) + SS1(A*B)
• Les SS1 sont statistiquement indépendantes les unes des autres si les erreurs sont indépendantes et normalement distribuées.
• Les SS1 dépendent de l'ordre dans lequel les effets sont inclus dans le modèle général.
• Les SS1 sont utiles en particulier dans le cas des modèles polynomiaux pour connaître la contribution d'un terme de degré (n+1) par rapport au modèle général de degré n.
• Les hypothèses de significativité des SS1 testées diffèrent selon que les données sont équilibrées ou pas (valeurs manquantes ou non).
  

• SS2(A) = SS(A / constante, B, C)
• SS2(B) = SS(B / constante, A, C)
• SS2(C) = SS(C / constante, A, B)
• SS2(A*B) = SS(A*B / constante, A, B, C)
  

• SS(Y) n'est pas égale à SS2(A) + SS2(B) + SS2(C) + SS2(A*B).
• Les hypothèses de significativité des SS2 testées n'incluent pas nécessairement les paramètres des autres effets excepté pour les effets composites.
• Les SS2 ne dépendent pas de l'ordre d'introduction des effets dans le modèle général.
• Les hypothèses de significativité des SS2 testées diffèrent selon que les données sont équilibrées ou pas (valeurs manquantes ou non).
  

• SS3-4(A) = SS(A / constante, B, C, A*B)
• SS3-4(B) = SS(B / constante, A, C, A*B)
• SS3-4(C) = SS(C / constante, A, B, A*B)
• SS3-4(A*B) = SS(A*B / constante, A, B, C)
  

• SS(Y) n'est pas égale à SS3-4(A) + SS3-4(B) + SS3-4(C) + SS3-4(A*B).
• Les hypothèses de significativité des SS3-4 testées n'incluent pas nécessairement les paramètres des autres effets excepté pour les effets composites.
• Les SS3-4 ne dépendent pas de l'ordre d'introduction des effets dans le modèle général.
• Les SS3 et SS4 diffèrent uniquement si les données sont déséquilibrées (valeurs manquantes présentes). Dans ces cas-là, SS3 conserve l'orthogonalité tandis que SS4 conserve l'équilibre des données, c'est à dire contrebalance le déséquilibre des données.
  

Il est possible de générer les variables indicatrices relatives à une variable catégorielle grâce à une étape data, ou encore grâce à la proc TRANSREG.

Un exemple des deux méthodes est présenté ci-dessous dans le cas d'une variable catégorielle, notée 'Trait', à trois modalités 'A', 'B' et 'P'.

1- Avec une étape data, il est dans les habitudes d'utiliser le code synthétique suivant :

1
2
3
4
5
6
title 'Création de variables indicatrices'; 
data Maladie ; 
set Maladie ; 
TraitA = (Trait='A') ; 
TraitB = (Trait='B') ; 
Run ;

1
2
3
4
5
6
title 'Création de variables indicatrices'; 
proc transreg data=Maladie design; 
model class(Trait); 
id Age Duree Gueri; 
output; 
run;