讲义-sas多重共线性、异方差、自相关.doc

如何输出结果
/*olsregression*/
procregdata=newsseoutest=outest1;
modelY=x2x3x4x5x6x7/dw;
outputout=out1r=ep=ey;
title'olsregression';
run;
由outest输出的数据集outest1可输出衡量模型优劣的指标_RSQ_、_RMSE_，同时可输出模型的残差平方和_SSE_和回归的各参数的系数。
如何将残差序列和拟合值序列输出到一个数据集中，使用以下语句可以实现。outputout=out1r=ep=ey;
对于结构检验中分步回归求Chow检验统计量，可分别输出每一步的_SSE_到一个数据集中，再合并数据集计算Chow检验统计量。
多重共线检验
对于方差膨胀因子检验法（VIF）、容忍度检验法（TOL）、条件数法在讲义二中已讲过，且较简单就不再赘述了。现在主要说明一下主分量法。
procprincompdata=newout=resultoutstat=stat;
procprintdata=stat;
title'Multicollinearitytestforprincomp';
run;
procregdata=newpcomit=1outest=outestmc;
modelY=x2x3x4x5x6x7;
outputout=result1p=yyyr=rrr;run;
（1）outstat=stat,生成一个包含均值、标准差、观测个数、相关阵或协差阵、特征值和特征向量的输出数据集；
（2）进行主分量回归时，k为不进入分析的主分量个数，model后用因变量和所有的自变量回归，机理是选择的主分量是原自变量的线性组合，程序先将因变量和主分量回归，然后在程序显示结果上表示为因变量和原自变量的关系。
异方差检验
(1)模型存在异方差时，设其扰动项的方差协方差矩阵为

故b的协方差矩阵为，要估计量，White在1980年得出估计量是的一致估计量。故得到，这时不能用同方差时的F检验，用WALD检验量检验。关键在于估计怀特估计量，程序为：
procregdata=newsseoutest=outestacov;
modelY=x2x3x4x5x6x7/acov;
outputout=out1r=ep=ey;
title'olsregression';
run;
输出结果中的方差矩阵即为，可通过计算求出统计量。
（2）White检验与修正的Breusch-Pagan（Koenker-Bassett）检验
/*white检验和Breusch-pagan-Goldfreg检验*/
procmodeldata=new;
parmsconstbata2bata3bata4bata5bata6bata7;
Y=const+bata2*x2+bata3*x3+bata4*x4+bata5*x5+bata6*x6+bata7*x7;
fitY/whitebreusch=(1x2x3x4x5x6x7);
run;
(3)集团法（Goldfold-Quandt检验）
同方差。
异方差。
将样本数据分为两个集团：为第=1\*ROMANI集团和为第=2\*ROMANII集团，对第=1\*ROMANI集团和第=2\*ROMANII集团分别回归，得到残差平方和分别为和。
程序为
datagoldqut;
setout1;
procsort;byx2;
procprint;
run;

datam1m2;
setgoldqut;
if_n_<=9thenoutputm1;
if21<=_n_<=29thenoutputm2;
procprint;
run;
通过排序和划分数据集后，可以根据定义逐步计算检验统计量。
Glasjer检验
（a）假定。根据经验判断，认为经济中异方差可能存在三种形式。
线性
二次函数
指数
（b）步骤。
将Y与、、、、、用普通最小二乘法得到残差序列：。，选择原模型的解释变量、、、、、。
分别作以下三种回归：

得到的估计量a，计算Wald统计量。

现在的关键还是求出方差的估计量
dataa;setout1;eee=e*e;run;procprint;run;
procregdata=aoutest=outest3(keep=interceptx2x3x4x5x6x7);
modeleee=x2x3x4x5x6x7;
outputout=out3p=p3r=e3;
run;
datat1;setoutest3;inter=intercept;dropintercept;procprint;run;
datab;setout3;
newx21=e3*x2;newx31=e3*x3;newx41=e