昨日在幫 Ann 完成 GEE model diagnostic 之後,她雖很心滿意足地回去繼續她的論文,但留了一個洞給我繼續挖。任何的 model diagnostic 中,每個觀測值都會產生一些統計值,如 Cook's D 或 Leverage,都需要畫一些圖表來顯示每個統計值的高低,讓讀者可以很明白地看出哪些值是 influential data。因此,除了要描點之外,還要特別把幾個 influential data 的編號標示出來。這種圖示我就不知道該怎樣去做了。因此,趁著寫感謝信給 Dr. John Pressier 之餘,順便在信中問他那種圖該怎樣畫(因為他在 paper 裡面秀了很多張這類的圖表)。但如我一開始的直覺假設,他那些圖果然是用 S-PLUS 弄出來的。這時要我去研究怎樣用 S-PLUS 去做圖是不可能的,因為我從上個世紀(也就是我念研究所的時代)就不喜歡用 S-PLUS,即便他後來的功能改的很強。因此,正當我在翻閱 SAS/GRAPH 手冊尋求任何配套程式寫法時,John 的另一位 co-author,Dr. Bradley Hammill,寄了一封信給我,教我如何用 SAS 來畫那種圖。原來只要用 POINTLABEL 這個指令就可以標示想要的數字出來(但 SAS/GRAPH 原文手冊裡面居然沒有列出這個指令!)。在此分享一下 Brad 提供的範例:



* Generate some random data for plotting;


data a;


    do idnum = 1 to 100;


        sres = rannor(23456);


        output;


    end;


run;





* Label all points in index plot with ID number;


symbol v=dot c=black pointlabel=(h=2pct "#idnum");





proc gplot data=a;


    plot sres * idnum;


run;





* Setup a new var that only has the ID number if abs(SRES) > 2;


data a;


    set a;


    if abs(sres) > 2 then idhigh = idnum;


    else idhigh = .;


run;





* Label only high-SRES points in index plot with ID number;


symbol v=dot c=black pointlabel=(h=2pct "#idhigh");





* W/out this option, missing labels in plot will appear as .;


options missing=" ";





proc gplot data=a;


    plot sres * idnum;


run;














創作者介紹

ToTo 奇妙の冒險

cchien 發表在 痞客邦 PIXNET 留言(3) 人氣()


留言列表 (3)

禁止留言
  • ejo
  • COMMENT:
    Hi,



    I just want to tell you that it is very nice you have the Stat and SAS

    consulting columns in your blog. I come here once a while and I always

    learned interesting SAS stuff.



    Thanks.
  • cchien
  • COMMENT:
    居然有人很認真的在看我的統計文

    實在太感動了

    SUGI CLUB那邊也多惠顧一下啊

    那邊才是精華

    這邊只是清粥小菜一碟(茶~)

    不過如果真的有人很認真在看的話

    那我就要認真一點寫了(握拳)
  • Carl
  • COMMENT:
    SAS/GRAPH(SAS 9.1.3)手冊裡面有看到那個說明,不過如果能附上您的程式就更完美了。



    Try it:

    SAS HELP--> SAS Products-->SAS/GRAPH-->SAS/GRAPH Reference-->SAS/GRAPH

    Concepts-->SAS/GRAPH Statements-->SYMBOL Statement



    Thank you vary much!




    -----
找更多相關文章與討論