Dieses Programm reproduziert eine Analyse, die auf den Arbeiten von Jorgenson (1961) und Frome et al. (1971) basiert. Es vergleicht die Ergebnisse von Poisson-Regressionsmodellen (Poisson-Verteilung) ohne Achsenabschnitt (noint). Das Skript testet den Fisher-Scoring-Optimierungsalgorithmus (begrenzt auf 10 Iterationen) zuerst mit einem Identitäts-Link und dann mit einem logarithmischen Link, und vergleicht dies anschließend mit der standardmäßigen Optimierungstechnik (Newton-Raphson).
Datenanalyse
Type : CREATION_INTERNE
Die 'failures'-Daten (x1, x2, y) werden direkt im Code über die DATALINES-Anweisung generiert.
1 Codeblock
DATA STEP Data
Erklärung :
Erstellung der SAS-Tabelle 'failures', die die erklärenden Variablen x1, x2 und die Antwortvariable y (Anzahl der Ausfälle) mittels interner Daten enthält.
Erstellung der SAS-Tabelle 'failures', die die erklärenden Variablen x1, x2 und die Antwortvariable y (Anzahl der Ausfälle) mittels interner Daten enthält.
Kopiert!
| 1 | DATA failures; |
| 2 | INPUT x1 x2 y; |
| 3 | DATALINES; |
| 4 | 33.3 25.3 15 |
| 5 | 52.2 14.4 9 |
| 6 | 64.7 32.5 14 |
| 7 | 137.0 20.5 24 |
| 8 | 125.9 97.6 27 |
| 9 | 116.3 53.6 27 |
| 10 | 131.7 56.6 23 |
| 11 | 85.0 87.3 18 |
| 12 | 91.9 47.8 22 |
| 13 | ; |
2 Codeblock
PROC GLIMMIX
Erklärung :
Ausführung von zwei GLIMMIX-Modellen mit der Optimierungsmethode 'Fisher Scoring' (Option scoring=10). Das erste Modell verwendet eine Identitäts-Linkfunktion und das zweite eine logarithmische Linkfunktion. Die ODS Graphics-Anzeige ist aktiviert, um die Residuen zu visualisieren.
Ausführung von zwei GLIMMIX-Modellen mit der Optimierungsmethode 'Fisher Scoring' (Option scoring=10). Das erste Modell verwendet eine Identitäts-Linkfunktion und das zweite eine logarithmische Linkfunktion. Die ODS Graphics-Anzeige ist aktiviert, um die Residuen zu visualisieren.
Kopiert!
| 1 | ods html; |
| 2 | ods graphics on; |
| 3 | title1 '*** Fisher Scoring optimization technique up to iteration 10 ***'; |
| 4 | title2 '*** Identity Link ***'; |
| 5 | PROC GLIMMIX DATA=failures scoring=10 plots=residualpanel; |
| 6 | model y = x1 x2 / noint dist=poisson link=identity covb s; |
| 7 | RUN; |
| 8 | |
| 9 | title1 '*** Fisher Scoring optimization technique up to iteration 10 ***'; |
| 10 | title2 '*** Logarithm Link ***'; |
| 11 | PROC GLIMMIX DATA=failures scoring=10 plots=residualpanel; |
| 12 | model y = x1 x2 / noint dist=poisson link=log covb s; |
| 13 | RUN; |
| 14 | ods graphics off; |
| 15 | ods html close; |
3 Codeblock
PROC GLIMMIX
Erklärung :
Ausführung eines dritten GLIMMIX-Modells unter Verwendung der Standardoptimierung (Newton-Raphson) mit einer Identitätslinkfunktion zum Vergleich mit den vorherigen Ergebnissen.
Ausführung eines dritten GLIMMIX-Modells unter Verwendung der Standardoptimierung (Newton-Raphson) mit einer Identitätslinkfunktion zum Vergleich mit den vorherigen Ergebnissen.
Kopiert!
| 1 | title '*** Newton-Raphson optimization technique. Hessian is used ***'; |
| 2 | PROC GLIMMIX DATA=failures; |
| 3 | model y = x1 x2 / noint dist=poisson link=identity covb s; |
| 4 | 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.
