SAS PROC MIXED模型替换因变量后最小二乘均值差异一致的原因咨询

嗨，我来帮你拆解这个问题——其实这两种模型设定下最小二乘（LS）均值差异完全一致，是有明确的统计逻辑的，咱们从模型本质和代码验证两方面说清楚：

一、模型层面的核心原因 #

首先咱们明确变量关系：你定义的chg应该是aval - base（从基线的变化值），那咱们把两个模型展开来看：

1. 第一个模型（因变量为aval）：

   model aval = base arm avisitn arm*avisitn /s ;
   

   本质是拟合：
   $$aval = \beta_0 + \beta_1 \times base + \beta_2 \times arm + \beta_3 \times avisitn + \beta_4 \times arm \times avisitn + b_{subject} + \varepsilon$$
   其中$b_{subject}$是随机效应，$\varepsilon$是残差。

2. 第二个模型（因变量为chg）：

   model chg = base arm avisitn arm*avisitn /s;
   

   代入chg = aval - base后，等价于拟合：
   $$aval = \gamma_0 + (1+\gamma_1) \times base + \gamma_2 \times arm + \gamma_3 \times avisitn + \gamma_4 \times arm \times avisitn + c_{subject} + \varepsilon'$$

你关注的是arm在特定avisitn下的LS均值差异，比如当avisitn=k时，两组arm的差异是：

• 第一个模型：$\beta_2 + \beta_4 \times k$
• 第二个模型：$\gamma_2 + \gamma_4 \times k$

而统计上，这两个差异是完全相等的——因为base作为协变量，它的系数（$\beta_1$和$\gamma_1$）只会影响模型的截距和base的效应，不会改变arm主效应和arm*avisitn交互效应的估计值。换句话说，arm组间的相对差异，在这两个线性转换的模型里是完全一致的。

再直白点说：LS均值是调整到协变量（这里是base）均值后的估计值，aval的LS均值 = chg的LS均值 + base的均值，所以两组arm的差异会抵消掉base均值的部分，最终结果完全相同。

二、代码层面的验证建议 #

你可以通过输出LS均值并对比，直观看到这个规律，修改后的代码如下：

1. 第一个模型（输出LS均值） #

proc mixed data=inds;
    class subject arm(ref='C') ;
    model aval =base arm avisitn arm*avisitn /s ;
    random subject ;
    repeated /  subject=subject ;
    lsmeans arm / diff cl at avisitn=0;
    lsmeans arm / diff cl at avisitn=1;
    lsmeans arm / diff cl at avisitn=2;
    ods output diffs=diff lsmeans=ls_aval; /* 新增输出LS均值 */
run;

2. 第二个模型（输出LS均值） #

proc mixed data=inds;
    class subject arm(ref='C') ;
    model chg =base arm avisitn arm*avisitn /s;
    random subject ;
    repeated / subject=subject ;
    /*   lsmeans arm / pdiff cl at avisitn=0;*/
    lsmeans arm / pdiff cl at avisitn=1;
    lsmeans arm / pdiff cl at avisitn=2;
    ods output diffs=diff1 lsmeans=ls_chg; /* 新增输出LS均值 */
run;

3. 验证LS均值的关系 #

先计算base的均值，再对比两个模型的LS均值：

/* 计算base的均值 */
proc means data=inds noprint;
    var base;
    output out=base_stats mean=mean_base;
run;

/* 合并并验证 */
data ls_compare;
    set ls_aval rename=(lsmean=lsmean_aval)
        ls_chg rename=(lsmean=lsmean_chg);
    by arm avisitn;
    set base_stats;
    /* 计算chg的LS均值加上base均值，应该等于aval的LS均值 */
    lsmean_chg_plus_base = lsmean_chg + mean_base;
run;

/* 打印对比结果 */
proc print data=ls_compare;
    var arm avisitn lsmean_aval lsmean_chg_plus_base;
    title "对比aval和chg的LS均值（chg+base均值）";
run;

运行后你会发现：lsmean_aval和lsmean_chg_plus_base几乎完全相等（浮点误差忽略），而它们的组间差异自然也完全一致。

这样解释应该能帮你彻底理解啦，本质就是线性转换加上协变量调整的一致性导致的结果~

备注：内容来源于stack exchange，提问作者XixiHaha