SAS 中如何对多个变量进行逐步回归

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

数据中有1153个变量，其中后面的1151个变量是我想要进行分析的数据。我想每一个变量都作一次逐步回归，即变量p1作为y时，其他剩余的p2-p1151都作为进行逐步回归的x，算完p1以后，再以p2作为y，p1和p3-p1151作为x的进行逐步回归。并且每个变量的观测值最多只有30个，而变量一共有一千多个，所以希望限制最终保留在方程中的最优的x的数量（例如10个）。
因为数据中并不是每个变量都有完整30个数据，有些是缺失的，所以我是想通过建立每个变量的逐步回归方程，然后数据缺失的地方用方程计算的预测值进行插值。
我想这应该需要写一个循环，而且我希望所有变量的参数可以都放在一张表上，所有变量的预测值放在一张表上。
我尝试写了一下，但是运行的时候说宏解释错误。
希望哪位大侠帮忙修改一下。我对宏和循环不太了解，所以希望可以帮忙写出完整的语句。附件是我说的数据
非常感谢！

%macro reg1(i,j) ;
    %do i = 2 %to 1151 ;
      j =1 %to (i-1) and j = (i+1) %to 1151;  
     proc reg data = p_stepwise outest = p_reg_log&j noprint;
             model p&i = p1 - p&j  / edf selection = stepwise slstay = 0.10;
              output out= p_stepwise_reg p = pre&i;
     run;
    %end;
%mend regl;
%regl;

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：多个变量 逐步回归 Selection stepwise Election 如何

Interesting question and hope somebody can solve this

求助，求助！

up!up!
Help me, please!
Thanks!

redaring 发表于 2011-7-14 22:19
数据中有1153个变量，其中后面的1151个变量是我想要进行分析的数据。我想每一个变量都作一次逐步回归，即变量p1作为y时，其他剩余的p2-p1151都作为进行逐步回归的x，算完p1以后，再以p2作为y，p1和p3-p1151作为x的进行逐步回归。并且每个变量的观测值最多只有30个，而变量一共有一千多个，所以希望限制最终保留在方程中的最优的x的数量（例如10个）。
因为数据中并不是每个变量都有完整30个数据，有些是缺失的，所以我是想通过建立每个变量的逐步回归方程，然后数据缺失的地方用方程计算的预测值进行插值。
我想这应该需要写一个循环，而且我希望所有变量的参数可以都放在一张表上，所有变量的预测值放在一张表上。
我尝试写了一下，但是运行的时候说宏解释错误。
希望哪位大侠帮忙修改一下。我对宏和循环不太了解，所以希望可以帮忙写出完整的语句。附件是我说的数据
非常感谢！

%macro reg1(i,j) ;
    %do i = 2 %to 1151 ;
      j =1 %to (i-1) and j = (i+1) %to 1151;  
     proc reg data = p_stepwise outest = p_reg_log&j noprint;
             model p&i = p1 - p&j  / edf selection = stepwise slstay = 0.10;
              output out= p_stepwise_reg p = pre&i;
     run;
    %end;
%mend regl;
%regl;

It is a really good example of  spurious regression.


In the example below, the p1-p50 are IID ( no any relationship at all). But the selection 5 out of 49 will result in same stattistic "meaning" outcomes. Remember 5 out of 49 will end up 49*48*47*46*45/5*4*3*2*1=1906884 possible regressions. If there is 1/1000 chance of showing some "meaning" outcomes. It will be 1900 results.

Secondly given the size of variables, the computing time is enormous number.

The macro coding is not hard. But the whole thing is meaningless. Do you still want to do it?



                                          The REG Procedure
                                            Model: MODEL1
                                       Dependent Variable: p1
                               Number of Observations Read          30
                               Number of Observations Used          30

                                        Analysis of Variance
                                               Sum of           Mean
           Source                   DF        Squares         Square    F Value     Pr > F
           Model                     5       17.58377        3.51675       9.51    0.00004
           Error                    24        8.87974        0.36999
           Corrected Total          29       26.46351

                         Root MSE              0.60827    R-Square     0.6645
                         Dependent Mean        0.10530    Adj R-Sq     0.5945
                         Coeff Var           577.63000

                                         Parameter Estimates
                                      Parameter       Standard
                 Variable     DF       Estimate          Error    t Value    Pr > |t|
                 Intercept     1       -0.17922        0.12820      -1.40     0.17491
                 p8            1        0.65484        0.11577       5.66     <.00001
                 p20           1       -0.50819        0.13802      -3.68     0.00117
                 p25           1        0.27015        0.10986       2.46     0.02153
                 p28           1        0.51935        0.12975       4.00     0.00052
                 p47           1        0.60056        0.13900       4.32     0.00023


data p_stepwise;
array p(*) p1-p50;
do i=1 to 30;
do j=1 to dim(p);
p[j]=rannor(897);
end;
output;
end;
drop i j;
run;
　
proc reg data = p_stepwise ;
model p1 = p2 - p50 / selection = RSQUARE slstay = 0.10 stop=5;

run;
quit;
proc reg data = p_stepwise outest = est ;
model p1 = p8 p20 p25 p28 p47 ;

run;
quit;

看En文真是很难受，没办法