SAS 循环、回归结果导出？

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

有下面的数据格式 （有很多的plot，这 只是给出个列子）：

plot	visit	n_live	n_dead	year	live_off	yr_interval
1	2	602	3	1984	598	6
1	3	601	6	1990	602	6
1	4	601	6	1995	601	5
1	5	600	7	2002	601	7
2	2	312	7	1983	317	5
2	3	307	9	1988	312	5
2	4	299	8	1993	307	5
2	5	292	16	1998	299	5
3	2	312	7	1983	317	5
3	3	307	9	1988	312	5
3	4	299	8	1993	307	5
3	5	292	16	1998	299	5

关于循环和回归结果导出的问题，已经列在下面的SAS程序中，相应的“*”处。
请大家帮忙啊~
非常感谢！

有下面的SAS程序：

proc import out=trees datafile='C:\Users\data1.xls'
        dbms=excel2000 replace;
        run;

data data2;
        set trees;
        if plot=1; * 选择plot=1的进行数据分析 （我的问题是：如何可以写一个循环，一下对我所有的plot进行下面的数据分析？）
        proc print data=data2;
run;

title 'GENERALIZED NONLINEAR MIXED MODEL, WITH YEAR';
proc nlmixed data=data2;                 
        parms a=0 b=0 s2=0.1;                                                         
        eta = a + b*year;                  
        p_ann_mort = exp(eta)/(1+exp(eta));                        
        p_ann_surv = 1-p_ann_mort;                                                
        p_surv = p_ann_surv**yr_interval;                                 
        p_mort = 1-p_surv;
        mean_mort = live_off*p_mort;
        ll=lgamma(1/alpha + n_dead) - lgamma(1 + n_dead) - lgamma(1/alpha)
                + n_dead*log(alpha*mean_mort)
                - (1/alpha + n_dead)*log(1 + alpha*mean_mort);        * log likelihood function for negative binomial regression ;
        model n_dead ~ general(ll);  * 这是一次运行的分析结果 （我的问题是：怎样可以把所有plot分析的结果放在一起，列出来？。我只需要结果里面的prameter部分的结果）
run;

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0 回帖

关键词：回归结果 proc nlmixed mixed model Generalized regression 结果 SAS

第一个问题，你用macro的do循环语句。
第二个问题，先用ods trace查看该过程步的所有输出名称，然后用ods output语句导出你想要的数据集。

nkwilling 发表于 2010-6-16 11:19
第一个问题，你用macro的do循环语句。
第二个问题，先用ods trace查看该过程步的所有输出名称，然后用ods output语句导出你想要的数据集。

非常感谢！
能帮我写一下程序吗？就在上面的程序上修改就可以。
我平常不用SAS，用R语言，所以对SAS一点都不了解。
再次感谢~

我最后期待的结果应该是这样：

plot	Parameter	Estimate	Standard Error	DF	t Value	Pr > |t|	Alpha	Lower	Upper	Gradient
1	a	-0.00851	2.7513	1416	0	0.9975	0.05	-5.4057	5.3886	-229.141
1	b	-0.00208	0.001384	1416	-1.51	0.1324	0.05	-0.0048	0.000631	-459992
1	s2	-1.11E-12	.	1416	.	.	0.05	.	.	4469.395
1	alpha	0.9264	.	1416	.	.	0.05	.	.	1709.494
2	a	-0.00033	11.7381	211	0	1	0.05	-23.1393	23.1386	97.18042
2	b	-0.00182	0.005901	211	-0.31	0.7582	0.05	-0.01345	0.009813	193134.8
2	s2	-1.11E-12	.	211	.	.	0.05	.	.	285.4842
2	alpha	1.2957	.	211	.	.	0.05	.	.	203.1044
3	a	-0.00045	23.9606	31	0	1	0.05	-48.8683	48.8674	-1.15804
3	b	-0.00213	0.01204	31	-0.18	0.8606	0.05	-0.02668	0.02242	-2470.37
3	s2	-1.11E-12	.	31	.	.	0.05	.	.	65.61452
3	alpha	0.9467	.	31	.	.	0.05	.	.	39.73354

大家帮忙啊~

%macro t;

%do i=1 %to plot_class;

data data2;
        set trees;
        if plot=1;
run;

title 'GENERALIZED NONLINEAR MIXED MODEL, WITH YEAR';

ods output test&i.=another SAS name;
proc nlmixed data=data2;                 
.....
run;

%end i;

%mend t;

%t;

其中的test&i.是由ods trace语句得到,如下:

ods trace;
proc nlmixed;.....;run;
因为我不知道你的数据集,所以无法测试.不过我想,上面已经说的很清楚了

nkwilling 发表于 2010-6-17 13:55
因为我不知道你的数据集,所以无法测试.不过我想,上面已经说的很清楚了

数据就是我这个帖子1楼的样子。我选取了部分数据，但是应该可以做测试了。

按照你给我的回复，我修改了我的程序。但是还是弄不出来结果。

我的程序如下：
proc import out=trees datafile='C:\Users\zjian\Desktop\Data_R\Rates\PSP_Rates_GNMM\psp_dbh200.allPlots.xls'
        dbms=excel2000 replace;
        run;

%macro t;

%do i=1 %to plot_class;

data trees;
        set trees;
        * stdyear=year-1960; * stdyear is a standardized version of year, ranging from 0 to 49;
        if plot=i;
        *proc print data=trees;
run;

title 'GENERALIZED NONLINEAR MIXED MODEL, WITH YEAR';
ods output test&i.=res;
proc nlmixed data=trees;                 
        parms a=0 b=0;                                                         
        eta = a + b*year;                                 
        p_ann_mort = exp(eta)/(1+exp(eta));                        
        p_ann_surv = 1-p_ann_mort;                                                
        p_surv = p_ann_surv**yr_interval;                                 
        p_mort = 1-p_surv;
        mean_mort = live_off*p_mort;
        ll=lgamma(1/alpha + n_dead) - lgamma(1 + n_dead) - lgamma(1/alpha)
                + n_dead*log(alpha*mean_mort)
                - (1/alpha + n_dead)*log(1 + alpha*mean_mort);        * log likelihood function for negative binomial regression ;
        model n_dead ~ general(ll);
        predict live_off*p_mort out=predobs1;
run;

%end i;
%mend t;
%t;

请大家再帮我看看啊~
多谢！

data a;
input
plot visit n_live n_dead year live_off yr_interval ;
cards;
1 2 602 3 1984 598 6
1 3 601 6 1990 602 6
1 4 601 6 1995 601 5
1 5 600 7 2002 601 7
2 2 312 7 1983 317 5
2 3 307 9 1988 312 5
2 4 299 8 1993 307 5
2 5 292 16 1998 299 5
3 2 312 7 1983 317 5
3 3 307 9 1988 312 5
3 4 299 8 1993 307 5
3 5 292 16 1998 299 5
;
run;
%macro tt;
%if %sysfunc(exist(total_out)) ne 0 %then %do;
proc datasets lib=work nolist;
delete total_out;
run;
%end;
%do i=1 %to 3;
data data2;
set a;
if plot=&i.;
run;
ods output  ParameterEstimates=PE&i.;
proc nlmixed data=data2;                 
        parms a=0 b=0 s2=0.1;                                                         
        eta = a + b*year;                  
        p_ann_mort = exp(eta)/(1+exp(eta));                        
        p_ann_surv = 1-p_ann_mort;                                                
        p_surv = p_ann_surv**yr_interval;                                 
        p_mort = 1-p_surv;
        mean_mort = live_off*p_mort;
        ll=lgamma(1/alpha + n_dead) - lgamma(1 + n_dead) - lgamma(1/alpha)
                + n_dead*log(alpha*mean_mort)
                - (1/alpha + n_dead)*log(1 + alpha*mean_mort);        
model n_dead ~general(ll);  
run;
proc append base=total_out data=PE&i.;run;
%end i;
%mend tt;
%tt;