如何对以下数据进行SAS操作

ziyenano 发表于 2013-2-5 11:06
log10函数是以10为底的对数，这样就不需要换底了；
两者是相等的，
多数情况只要对因变量取对数，目的是为 ...

请问这个该如何用SAS做出来呢？原数据就是该矩阵 ，不清楚beta和sigma square是怎么一回事。 急求啊!谢谢！

zcyijia 发表于 2013-2-6 08:53
请问这个该如何用SAS做出来呢？原数据就是该矩阵 ，不清楚beta和sigma square是怎么一回事。 急求啊!谢谢 ...

这个不就是线性回归嘛~
根据最小二乘：
beta=inv(X'X)X'Y       %%X是设计矩阵，该矩阵是[1 o1 o2] ,并不是原数据
sigma2=r'r/(n-k-1)      %%r是残差矩阵  

sigma2是原假设eps~N(0,sigma2)中sigma2的估计值

ziyenano 发表于 2013-2-6 09:48
这个不就是线性回归嘛~
根据最小二乘：
beta=inv(X'X)X'Y       %%X是设计矩阵，该矩阵是[1 o1 o2] ,并 ...

对对！就是回归 ！谢谢。
那后面那个X的转至和逆呢？

ziyenano 发表于 2013-2-6 09:48
这个不就是线性回归嘛~
根据最小二乘：
beta=inv(X'X)X'Y       %%X是设计矩阵，该矩阵是[1 o1 o2] ,并 ...

不好意思我还是没太明白你的意思， 在SAS中建立矩阵吗需要先？然后输入以下口令？ 那个%%什么的我没看懂。

zcyijia 发表于 2013-2-6 10:15
不好意思我还是没太明白你的意思， 在SAS中建立矩阵吗需要先？然后输入以下口令？ 那个%%什么的我没看懂。 ...

inv代表逆的意思  X'代表X的转制
SAS中很多过程可以做线性回归，
通常用proc reg;
就是封装好了的算法
你也可以用矩阵自己计算

ziyenano 发表于 2013-2-6 10:43
inv代表逆的意思  X'代表X的转制
SAS中很多过程可以做线性回归，
通常用proc reg;

您的意思是PROC REG 里面可以找到需要的beta 和 sigma吗？ Beta是各个系数 sigma是什么呢？
那之后的矩阵beta=inv(X'X)X'Y 需要自己定义X\Y吗？

ziyenano 发表于 2013-2-6 10:43
inv代表逆的意思  X'代表X的转制
SAS中很多过程可以做线性回归，
通常用proc reg;

而且我如果做这一问是不是需要重新输入矩阵？目前还是很懵！beta可以根据回归做出来，那X‘XY那个是不是需要从新输入？

ziyenano 发表于 2013-2-6 10:43
inv代表逆的意思  X'代表X的转制
SAS中很多过程可以做线性回归，
通常用proc reg;

sigma应该是MSE对吗？
结果中的mSE是哪个呢？30744 还是64呢？

Analysis of Variance

                                                              Sum of           Mean
                          Source                   DF        Squares         Square    F Value    Pr > F

                          Model                     2          61548          30774     479.69    <.0001
                          Error                    33     2117.10314       64.15464
                          Corrected Total          35          63665


                                       Root MSE              8.00966    R-Square     0.9667
                                       Dependent Mean       54.27778    Adj R-Sq     0.9647
                                       Coeff Var            14.75679


                                                       Parameter Estimates

                                                    Parameter       Standard
                               Variable     DF       Estimate          Error    t Value    Pr > |t|

                               Intercept     1        4.60546        4.14060       1.11      0.2741
                               O2            1        1.75098        0.05809      30.14      <.0001
                               O3            1        0.32567        0.38571       0.84      0.4046