UC知道请教统计软件sas操作问题！
来源：百度知道 编辑：UC知道 时间：2024/09/28 08:36:11
proc reg data= example6_1;
model y=x;
output out=out residual=residual;
run;
proc arima data=out;
identify var=residual stationarity=(adf);
run;
请问这两段语句怎样解释，各有什么用途?
model y=x;
output out=out residual=residual;
run;
proc arima data=out;
identify var=residual stationarity=(adf);
run;
请问这两段语句怎样解释，各有什么用途?
REG过程是进行一般线性回归分析最常用的过程，该过程采用最小二乘法拟合线性模型，可产生有关数据的一些描述统计量、参数估计和假设检验以及散点图，输出预测值、残差、学生化残差、可信限等，并可将这些结果输出到一个新的SAS数据集中。
-----------------------------------------------
*DATA=数据集名;
proc reg data= example6_1;
*MODEL 应变量名=自变量名列;
*MODEL语句，必需语句，定义回归分析模型;
model y=x;
*OUTPUT OUT=新数据集名 关键字=新变量名;
*定义需要输出到新数据集中的统计量;
output out=out residual=residual;
run;
---------------------------------------------------
proc arima用来分析时间序列.
利用proc arima适应ARMA models包括3个步骤:
1.模型定义.
2.模型估计.
3.对未来时间序列的预测.
DATA=数据集名,指定一个包含时间序列的数据集.
如果有不同等data= 出现在PROC ARIMA 和 IDENTIFY 语句里面,那么使用IDENTIFY语句所指定的数据集.
如果在PROC ARIMA 和 IDENTIFY 语句里面都没有出现指定数据集,那么使用最新创建的sas数据集.
identify是模型定义语句.var指定数据集的分析变量.
STATIONARITY=是执行平稳性检测.
不懂这个
第一段是回归
第二段是时间序列