如何对大批量数据重复做线性回归

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

我现有一个文件里有几千个股票信息，想分别对每支股票做regression。我知道用 "proc reg data "语句来做，但是如果一个一个手动输入股票名称去做很麻烦。怎样写code能做使做完第一个股票的regression之后自动做下一个股票的回归一直到最后一个股票？求各位大侠不吝赐教。多谢。

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8 回帖

关键词：线性回归 大批量 regression regressio regress 如何 信息

用宏循环来解决，你没给数据，也不好写 sample 出来。

确如二楼所述，你不给些变量，不好给你写sample。
不过你可以看看我的博客，我做的是批量logistic回归，你可以参考一下http://qoqo.blog.com/2011/05/15/logistic%E5%9B%9E%E5%BD%92%E5%8D%95%E5%9B%A0%E7%B4%A0%E5%88%86%E6%9E%90%E6%8A%A5%E8%A1%A8%E5%AE%8F/

crazygoing 发表于 2011-9-27 10:27
确如二楼所述，你不给些变量，不好给你写sample。
不过你可以看看我的博客，我做的是批量logistic回归，你 ...

wow.程序写得很好啊。如法炮制，京剧

crazygoing 发表于 2011-9-27 10:27
确如二楼所述，你不给些变量，不好给你写sample。
不过你可以看看我的博客，我做的是批量logistic回归，你 ...

wow 很佩服您编写的程序 正是我所需要的。我用proc reg data “ ”； by “ ”语句可以达到我要的结果，只不过正如您所说的，由于我的自变量有几千个，如果将每个自变量都复制粘贴总结到一个表里很麻烦，您的code正好能解决我的问题。只不过我对宏语句很不熟悉，能帮我具体写出我的code？ 以下是我的变量，return是自变量，smb hml是因变量，现需要对return 做线性回归。希望最后汇总的数据里包含每个股票的每个因变量的coefficient值以及相对应的P值. 非常感谢您的帮助！！
date        ticker        return        smb        hml
19930104        AC        0.0298        -0.003        0.0023
19930105        AC        0.0334        0.0037        0.0026
19930106        AC        0.0432        0.0041        0.0025
19930107        AC        0.0256        0.0066        0.0017
19930108        AC        0.0355        0.0002        -0.0019
19930109        AC        0.056        0        0.003
19930110        AC        0.025        -0.0029        0.0018
19930111        AC        0.0345        0.001        0.009
19930112        AC        0.0435        0.0019        0.003
19930104        BDF        0.0435        0.0019        0.0018
19930105        BDF        0.0298        0.0016        0.009
19930106        BDF        0.0334        -0.0005        0.003
19930107        BDF        0.0432        0.0025        0.0003
19930108        BDF        0.0256        0.0062        0.0027
19930109        BDF        0.0355        -0.0019        0.0025
19930110        BDF        0.056        0.002        0.0026
19930111        BDF        0.025        -0.003        0.0023
19930112        BDF        0.0345        0.0037        0.0026
.
.
.
.

jingju11 发表于 2011-9-27 11:35
wow.程序写得很好啊。如法炮制，一法也；
二法是，利用reg支持的by-processing。比如，by你的股票id， ...

多谢jingju11的提醒 用by语句的确可以得到我想要的结果。
只不过就是需要复制粘贴sas output里的每个结果去excel文档
anyway thx a lot

花了点时间，给你编了代码，我测试了一下应该没问题。具体你根据自己需要再改吧。

1. data a;
   
2. input date        ticker $     return        smb        hml ;
   
3. cards;
   
4. 19930104        AC        0.0298        -0.003        0.0023
   
5. 19930105        AC        0.0334        0.0037        0.0026
   
6. 19930106        AC        0.0432        0.0041        0.0025
   
7. 19930107        AC        0.0256        0.0066        0.0017
   
8. 19930108        AC        0.0355        0.0002        -0.0019
   
9. 19930109        AC        0.056        0        0.003
   
10. 19930110        AC        0.025        -0.0029        0.0018
    
11. 19930111        AC        0.0345        0.001        0.009
    
12. 19930112        AC        0.0435        0.0019        0.003
    
13. 19930104        BDF        0.0435        0.0019        0.0018
    
14. 19930105        BDF        0.0298        0.0016        0.009
    
15. 19930106        BDF        0.0334        -0.0005        0.003
    
16. 19930107        BDF        0.0432        0.0025        0.0003
    
17. 19930108        BDF        0.0256        0.0062        0.0027
    
18. 19930109        BDF        0.0355        -0.0019        0.0025
    
19. 19930110        BDF        0.056        0.002        0.0026
    
20. 19930111        BDF        0.025        -0.003        0.0023
    
21. 19930112        BDF        0.0345        0.0037        0.0026
    
22. ;
    
23. run;
    
24. %macro reg(y);/*y为应变量*/
    
25. proc contents data=a(drop= date ticker smb hml ) out=namelist noprint;         /*drop 剔除非自变量*/
    
26. run;
    
27. proc sql noprint;
    
28. select distinct name
    
29.      into :depent separated by ' '
    
30.      from namelist;        /*将自变量赋值到宏变量*/
    
31. proc sql noprint;
    
32. select  count(*)   into : nobv
    
33.      from namelist ; /*将自变量数量复制到宏变量*/
    
34. quit;  
    
35. %do i=1 %to &nobv;
    
36. %let var_=%sysfunc(scan(&depent,&i,’ ‘));
    
37. ods output  anova=ano FitStatistics=fit ParameterEstimates=par;
    
38. proc reg data=a;
    
39. model &y=&var_;
    
40. by ticker;
    
41. run; /*生成单次单因素回归各种统计表*/
    
42. data fit;set fit; if label2="R-Square" ;keep ticker cvalue2;rename cvalue2=Rsuqare;run;
    
43. data par;set par;if variable="Intercept" then delete;drop model dependent df;run;
    
44. data ano;set ano;if source="Model";keep ticker Fvalue ProbF;run;
    
45. proc sort data=fit;by ticker;proc sort data=par;by ticker;proc sort data=ano;by ticker;
    
46. data sum&i;merge ano fit par;by ticker;run;        /*处理统计表保留所需变量*/
    
47. %end;
    
48. data sum ;set sum:;run;         /*合并汇总生成所需报表*/
    
49. proc datasets lib=work;save a sum;run; /*清除work中不需要的表格*/
    
50. %mend;
    
51. %reg(smb);

复制代码

绝对是用IML去实现最好，可以自己分析回归所出现所有情况

jingju的方法用by是个不错的选择，不过我建议用宏，这样的话，每做一次回归，取出需要的结果，然后删掉中间数据集，然后继续下一个，这样尽量减少中间数据集，以免占用不必要的空间，得到的数据集都是整理干净的结果。

这样还有利于继续分析。

可以看我的博客例子：批量拟合并提取结果参数的SAS程序

sxlion 发表于 2011-9-29 21:52
jingju的方法用by是个不错的选择，不过我建议用宏，这样的话，每做一次回归，取出需要的结果，然后删掉中间 ...

几千个回归，用宏处理结果也不容易
IML，模块化编程多好啊，咋就没人用