0

可能重复：（来自 stats.SE 的交叉帖子，但我是由 mod 发送到这里的）
如何使用 SAS 获取 SSE 进行预测？

在此处输入图像描述

我正在尝试为我在 SAS 中的预测获得平方误差的总和，但我不确定我是否正确地做到了。我不确定我是否完全理解我的代码（特别是stdp）得到的输出：

data tridata;
infile '\data.dat';
    input x1 x2 x3 y;
    proc sort data = tridata; by x3;

proc reg data = tridata;
    model y=x3;
    plot r. * x3;
    output out = tridata2 r = resid p = pred stdp = err;
run;
quit;

/* Send your errors to a file */
data _NULL_;
    file '\data-err.dat';
    set tridata2;
    put err;
    where y eq .;
run;
quit;

这给了我每个估计的错误文件。我将这些数据导入 Excel，对每一个进行平方，然后将它们相加得到一个数字。这是正确的方法吗？根据我的项目描述，我的印象是我应该为每个预测值获得一个 SSE_test。见下文：

在此处输入图像描述

4

1 回答 1

0

首先，STDP 是平均预测值的标准误差[这用于计算 95% 置信/预测区间]。这不是您需要平方和总结才能获得 SSE 的那个。

这是你需要做的：

PROC REG 的输出语句中的“r = resid”是错误的度量。它只是实际 - 预测。因为有时您的模型可能会过度预测，有时可能会预测不足。这个 R，残差，可以是正值或负值。

为了使一切都变得积极，我们只需将残差值平方并为您所做的每个预测获得平方误差。

将所有 SQAURED ERRORS 相加，您将得到 SUM OF SQUARED ERRORS。这将是单个统计数据（或标量）。

据我所知，除非您手头有实际值，否则您无法计算 SSE。

您可以参考http://en.wikipedia.org/wiki/Errors_and_residuals_in_statistics特别是该页面上的最后一段。

于 2012-07-29T11:02:29.143 回答