Dieses Skript erstellt ein internes Dataset 'measures' und führt eine Reihe von Analysen durch, um die Spezifikation von Messfehlermodellen zu demonstrieren. Es vergleicht eine einfache Pfadanalyse (entspricht einer OLS-Regression), eine Regression über PROC REG und mehrere Strukturmodelle mit PROC CALIS, die bekannte Fehlervarianzen für exogene und endogene Variablen integrieren.
Datenanalyse
Type : CREATION_INTERNE
Die Daten werden direkt im Skript über den DATA-Schritt 'measures' mithilfe von Datalines generiert.
1 Codeblock
DATA STEP Data
Erklärung :
Erstellung des Datensatzes 'measures', der die Variablen x und y durch kontinuierliches Einlesen enthält ( @code_sas_json/8_SAS_Intro_ReadFile_MultiCol_@@.json).
Erstellung des Datensatzes 'measures', der die Variablen x und y durch kontinuierliches Einlesen enthält ( @code_sas_json/8_SAS_Intro_ReadFile_MultiCol_@@.json).
Kopiert!
| 1 | DATA measures; |
| 2 | INPUT x y @code_sas_json/8_SAS_Intro_ReadFile_MultiCol_@@.json; |
| 3 | DATALINES; |
| 4 | 7.91736 13.8673 6.10807 11.7966 6.94139 12.2174 |
| 5 | 7.61290 12.9761 6.77190 11.6356 6.33328 11.7732 |
| 6 | 7.60608 12.8040 6.65642 12.8866 6.26643 11.9382 |
| 7 | ... |
| 8 | ; |
2 Codeblock
PROC CALIS
Erklärung :
Einfache Pfadanalyse zur Schätzung der linearen Beziehung zwischen x und y ohne Annahme von Messfehlern.
Einfache Pfadanalyse zur Schätzung der linearen Beziehung zwischen x und y ohne Annahme von Messfehlern.
Kopiert!
| 1 | PROC CALIS DATA=measures; |
| 2 | path |
| 3 | x ===> y; |
| 4 | RUN; |
3 Codeblock
PROC REG
Erklärung :
Standard-Linearregression (OLS) als Vergleichspunkt für die Ergebnisse von PROC CALIS.
Standard-Linearregression (OLS) als Vergleichspunkt für die Ergebnisse von PROC CALIS.
Kopiert!
| 1 | PROC REG DATA=measures; |
| 2 | model y = x; |
| 3 | RUN; |
4 Codeblock
PROC CALIS
Erklärung :
Pfadanalyse, die die Mittelwertstruktur ('meanstr'-Option) einschließt, um die Achsenabschnitte und Mittelwerte der Variablen zu schätzen.
Pfadanalyse, die die Mittelwertstruktur ('meanstr'-Option) einschließt, um die Achsenabschnitte und Mittelwerte der Variablen zu schätzen.
Kopiert!
| 1 | PROC CALIS DATA=measures meanstr; |
| 2 | path |
| 3 | x ===> y; |
| 4 | pvar |
| 5 | x y; |
| 6 | RUN; |
5 Codeblock
PROC CALIS
Erklärung :
Modell mit Messfehler auf der unabhängigen Variable x. 'x' ist als Manifestation der latenten Variable 'Fx' mit einer festen Fehlervarianz von 0.019 definiert.
Modell mit Messfehler auf der unabhängigen Variable x. 'x' ist als Manifestation der latenten Variable 'Fx' mit einer festen Fehlervarianz von 0.019 definiert.
Kopiert!
| 1 | PROC CALIS DATA=measures; |
| 2 | path |
| 3 | x <=== Fx = 1., |
| 4 | Fx ===> y; |
| 5 | pvar |
| 6 | x = 0.019, |
| 7 | Fx, y; |
| 8 | RUN; |
6 Codeblock
PROC CALIS
Erklärung :
Vollständiges Messfehlermodell für beide Variablen. x und y sind Indikatoren der latenten Variablen Fx und Fy, mit Fehlervarianzen von 0.019 bzw. 0.022.
Vollständiges Messfehlermodell für beide Variablen. x und y sind Indikatoren der latenten Variablen Fx und Fy, mit Fehlervarianzen von 0.019 bzw. 0.022.
Kopiert!
| 1 | PROC CALIS DATA=measures; |
| 2 | path |
| 3 | x <=== Fx = 1., |
| 4 | Fx ===> Fy , |
| 5 | Fy ===> y = 1.; |
| 6 | pvar |
| 7 | x = 0.019, |
| 8 | y = 0.022, |
| 9 | Fx Fy; |
| 10 | RUN; |
7 Codeblock
PROC CALIS
Erklärung :
Strukturmodell mit auf null erzwungenen Fehlervarianzen. Dieses theoretische Modell sollte identische Ergebnisse wie die Standard-OLS-Regression liefern.
Strukturmodell mit auf null erzwungenen Fehlervarianzen. Dieses theoretische Modell sollte identische Ergebnisse wie die Standard-OLS-Regression liefern.
Kopiert!
| 1 | PROC CALIS DATA=measures; |
| 2 | path |
| 3 | x <=== Fx = 1., |
| 4 | Fx ===> Fy , |
| 5 | Fy ===> y = 1.; |
| 6 | pvar |
| 7 | x = 0., |
| 8 | y = 0., |
| 9 | Fx Fy; |
| 10 | RUN; |
Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.
Urheberrechtsinformationen : SAS SAMPLE LIBRARY
