如何在SAS中用三次样条插值生成指定时间点的体重数据？

问题背景 #

现有参与者的体重生长数据，需按个体插值得到0、12、24、36个月时的精确体重，原始数据为同一id的多时间点重复测量，此前尝试PROC EXPAND但不确定分组处理的操作方式。

原始数据代码：

DATA Have;
INPUT id age weight;
DATALINES;
1 0 4
1 2.2 6
1 5 8
1 10 20
1 11.3 28
1 28 40
1 40 53
2 0 3
2 1.5 8
2 4.9 15
2 6.4 20
2 14.9 40
2 31 50
2 41 66
3 0 6
3 2.8 11
3 6.1 23
3 9.4 36
3 19.1 40
3 37 51
;
RUN;

解决方案：PROC EXPAND分组三次样条插值 #

PROC EXPAND完全支持按个体分组处理重复测量数据，核心是通过BY语句指定分组变量，结合三次样条方法实现插值。

1. 创建目标时间点数据集 #

先生成包含所有需要插值的时间点（0、12、24、36）的数据集，每个id对应这些时间点：

DATA Target_Ages;
DO id = 1 TO 3;  /* 可根据实际id范围调整 */
    DO age = 0, 12, 24, 36;
        OUTPUT;
    END;
END;
RUN;

2. 执行三次样条插值 #

通过PROC EXPAND将原始数据与目标时间点关联，按id分组完成插值：

PROC EXPAND DATA=Have OUT=Want FROM=AGE TO=AGE METHOD=SPLINE;
    BY id;  /* 按id分组，确保每个参与者的插值独立进行 */
    ID age;  /* 指定时间轴变量 */
    CONVERT weight=interp_weight / OUT=Target_Ages;  /* 将原始体重插值到目标时间点，生成新变量interp_weight */
RUN;

代码关键说明 #

• BY id;：必须添加，避免不同参与者的数据交叉干扰，保证插值基于个体自身的生长曲线。
• METHOD=SPLINE：指定三次样条插值，该方法适合生长数据，能生成平滑且连续可导的曲线。
• CONVERT语句：定义原始变量和插值后变量名，同时指定输出到目标时间点数据集，确保只保留需要的插值结果。

3. 查看插值结果 #

可通过打印过滤后的数据验证结果：

PROC PRINT DATA=Want;
    WHERE age IN (0,12,24,36);
    BY id;
RUN;

内容的提问来源于stack exchange，提问作者user21583043