求高人指点

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

本人是sas菜鸟，现有以下循环回归程序：
data tes;
input t1 t2  t3 t4;
datalines;
-0.0367        -0.1254       -0.0078      0.0123
-0.0292        -0.1817        0.0431      0.0235   
0.0141          0.0108        0.0143      0.0325
0.0139          0.0302        0.0399      0.1265
-0.0106        -0.0946        0.1088      0,0876
run;
%macro fun;
data est;  *create an empty dataset to load values;
length est 8.;
delete;
run;
%do i=1 %to 2;   
proc reg data=tes outest=out(keep=t&i rename=(t&i=est));  *output each estimate dataset,leave one interested;      
   model t%eval(&i+2)=t%eval(&i+1) t&i/acov;
quit;
proc append base=est data=out force;*put all output datasets together to a bigger one 'est';
run;
%end;
proc means data=est n mean std t prt;
var est;
quit;
proc print;
run;
quit;
%mend fun;
%fun
问题：1.上述程序只能计算出一个斜率的平均值，如何编程求出上述循环多元回归的两个斜率的平均值？
          2. 如何才能求出避免自相关及异方差问题的robust的估计，比如Newey and West估计量？

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：求高人指点 高人指点 Interested estimate interest create values 程序

第一个问题：

1. data tes;
   
2. input t1 t2  t3 t4;
   
3. datalines;
   
4. -0.0367        -0.1254       -0.0078      0.0123
   
5. -0.0292        -0.1817        0.0431      0.0235   
   
6. 0.0141          0.0108        0.0143      0.0325
   
7. 0.0139          0.0302        0.0399      0.1265
   
8. -0.0106        -0.0946        0.1088      0,0876
   
9. run;
   
10. 
    
11. %macro fun;
    
12. data est;  *create an empty dataset to load values;
    
13. length est1 8. est2 8.;
    
14. delete;
    
15. run;
    
16. 
    
17. %do i=1 %to 2;   
    
18. proc reg data=tes outest=out(keep=t&i t%eval(&i+1) rename=(t&i=est1 t%eval(&i+1) = est2));  *output each estimate dataset,leave one interested;      
    
19.    model t%eval(&i+2)=t%eval(&i+1) t&i /acov;
    
20. quit;
    
21. proc append base=est data=out force;*put all output datasets together to a bigger one 'est';
    
22. run;
    
23. %end;
    
24. 
    
25. proc means data=est n mean std t prt;
    
26. var est1 est2;
    
27. quit;
    
28. proc print;
    
29. run;
    
30. quit;
    
31. %mend fun;
    
32. %fun

复制代码

非常感谢！！！

run 了一下，似乎append语句有点问题：
WARNING: 变量 est2 在 BASE 文件中未找到。变量将不能添加到 BASE 文件。
WARNING: 变量 est1 在 BASE 文件中未找到。变量将不能添加到 BASE 文件。
WARNING: 变量 est 在 DATA 文件中没有找到。
NOTE: 指定了 FORCE，故将发生删除/截取。
NOTE: 从数据集 WORK.OUT 读取了 1 个观测。
NOTE: 添加了 1 个观测。
NOTE: 数据集 WORK.EST 有 2 个观测和 1 个变量。
NOTE: “PROCEDURE APPEND”所用时间（总处理时间）:
      实际时间         0.00 秒
      CPU 时间         0.00 秒


ERROR: 变量 EST1 没有找到。
ERROR: 变量 EST2 没有找到。

NOTE: SAS 系统由于错误而停止了该步的处理。

4# climax577

试了一下，没问题。你确认运行的是完全是我发的程序？特别是下边这段：

data est;  *create an empty dataset to load values;
length est1 8. est2 8.;
delete;
run;

谢谢，我再试一下

出现两个问题：
1.       NOTE: 变量 est1 未初始化。
           NOTE: 变量 est2 未初始化。
2.      proc means: 无法确定 LINE 和 COLUMN。
NOTE 242-205: NOSPOOL 已打开。用 OPTION SPOOL 重新运行可恢复出错的 LINE 和 COLUMN。
ERROR 22-322: 语法错误，期望下列之一: ;, (, APPENDVER, APPENDVERSION, BASE, CREATE, DATA,
              FORCE, NEW, OUT.
202: 无法确定 LINE 和 COLUMN。
NOTE: NOSPOOL 已打开。用 OPTION SPOOL 重新运行可恢复出错的 LINE 和 COLUMN。
ERROR 202-322: 该选项或参数不可识别，将被忽略。
NOTE: 由于上述错误，没有处理语句。

1. %macro fun;
   
2. 
   
3. %do i=1 %to 2;   
   
4. 
   
5. proc reg data=tes outest=out(keep=t&i t%eval(&i+1) rename=(t&i=est1 t%eval(&i+1) = est2));  *output each estimate dataset,leave one interested;      
   
6.    model t%eval(&i+2)=t%eval(&i+1) t&i /acov;
   
7. quit;
   
8.   %if &i=1 %then %do;
   
9.       data est; set out;run;
   
10.   %end;
    
11.   %else %do;
    
12.        proc append base=est data=out force;*put all output datasets together to a bigger one 'est';
    
13.          run;
    
14.    %end;
    
15. %end;
    
16. 
    
17. proc means data=est n mean std t prt;
    
18.   var est1 est2;
    
19. quit;
    
20. proc print;
    
21. run;
    
22. quit;
    
23. %mend fun;
    
24. %fun

复制代码

%macro fun;

%do i=1 %to 2;   

proc reg data=tes outest=out&i(keep=t&i t%eval(&i+1) rename=(t&i=est1 t%eval(&i+1) = est2));  *output each estimate dataset,leave one interested;      

   model t%eval(&i+2)=t%eval(&i+1) t&i /acov;
run;
quit;

%end;

data est;
     set out1 out2;
run;

proc means data=est n mean std t prt;
  var est1 est2;
quit;

proc print;
run;
%mend fun;

%fun