SAS/线性模型
< SAS
- proc reg
- 也可以使用proc glm
- 可以使用IML过程对最小二乘估计进行编程。见 IML中的最小二乘部分。
该模型指令给出模型。结果位于左侧=符号。所有解释变量都在右侧。常数默认包含。
- 请注意，proc reg是一个交互式命令。因此，您必须在命令后添加quit;。
proc reg data = mylib.mydata ;
model y = x1 x2 x3;
run; quit;
- 该clb选项在模型语句给出95%置信区间。
proc reg data = data_name;
model y = x1 x2 x3 /clb;
run;
quit;
- test语句添加了对线性假设的检验。
- output语句创建一个包含残差的表。
proc reg data = data-name;
model y =x1 x2 x3;
test x1=1, x1+x2 = 0;
output out=est residual=resid yhat = predicted;
run;
quit;
您还可以将参数存储在新的数据库中
proc reg data=data_name outest=est;
model y = x ;
run ;
quit ;
proc print data=est ;
run ;
- 输出主要计算步骤
proc reg data = base ;
model y = x / I XPX ;
run ; quit ;
proc robustreg data=lib.ficus (where =(effec > 0 & effec < 100)) method=m (wf=huber) ;
model eff_moy = effec;
output out = robustreg weight = wgt;
run; quit ;
您可以使用“proc syslin”和“2sls”选项执行两阶段最小二乘估计。在endogenous语句中指定内生预测变量，在instruments语句中指定工具变量，在model语句中指定模型。
proc syslin data = endogen 2sls ;
endogenous x1 ;
instruments z1 ;
model y = x1 ;
run ; quit ;
- PROC TSCSREG提供了固定效应模型和随机效应模型的选项。