Dieses Skript demonstriert die Verwendung der PROC BCHOICE-Prozedur, um ein diskretes Wahlmodell (hier Präferenzen für Schokolade) anzupassen und die Auswahlwahrscheinlichkeiten für einen Satz benutzerdefinierter Szenarien (Kovariaten) vorherzusagen. Es erstellt Trainingsdaten und eine DesignMatrix, führt die MCMC-Simulation aus und generiert prädiktive Posterior-Verteilungen über die PREDDIST-Anweisung.
Datenanalyse
Type : CREATION_INTERNE
Die Trainingsdaten (Chocs) und die Kovariaten für die Vorhersage (DesignMatrix) werden vollständig im Skript über DATA- und DATALINES-Schritte erstellt.
1 Codeblock
DATA STEP Data
Erklärung :
Erstellung des Datensatzes 'Chocs', der die beobachteten Auswahlen (Variable Choice) für 10 Probanden (Subj) basierend auf binären Produktmerkmalen (Dark, Soft, Nuts) enthält.
Erstellung des Datensatzes 'Chocs', der die beobachteten Auswahlen (Variable Choice) für 10 Probanden (Subj) basierend auf binären Produktmerkmalen (Dark, Soft, Nuts) enthält.
Kopiert!
| 1 | DATA Chocs; |
| 2 | INPUT Subj Choice Dark Soft Nuts; |
| 3 | DATALINES; |
| 4 | 1 0 0 0 0 |
| 5 | 1 0 0 0 1 |
| 6 | 1 0 0 1 0 |
| 7 | 1 0 0 1 1 |
| 8 | 1 1 1 0 0 |
| 9 | 1 0 1 0 1 |
| 10 | 1 0 1 1 0 |
| 11 | 1 0 1 1 1 |
| 12 | 2 0 0 0 0 |
| 13 | 2 0 0 0 1 |
| 14 | 2 0 0 1 0 |
| 15 | 2 0 0 1 1 |
| 16 | 2 0 1 0 0 |
| 17 | 2 1 1 0 1 |
| 18 | 2 0 1 1 0 |
| 19 | 2 0 1 1 1 |
| 20 | 3 0 0 0 0 |
| 21 | 3 0 0 0 1 |
| 22 | 3 0 0 1 0 |
| 23 | 3 0 0 1 1 |
| 24 | 3 0 1 0 0 |
| 25 | 3 0 1 0 1 |
| 26 | 3 1 1 1 0 |
| 27 | 3 0 1 1 1 |
| 28 | 4 0 0 0 0 |
| 29 | 4 0 0 0 1 |
| 30 | 4 0 0 1 0 |
| 31 | 4 0 0 1 1 |
| 32 | 4 1 1 0 0 |
| 33 | 4 0 1 0 1 |
| 34 | 4 0 1 1 0 |
| 35 | 4 0 1 1 1 |
| 36 | 5 0 0 0 0 |
| 37 | 5 1 0 0 1 |
| 38 | 5 0 0 1 0 |
| 39 | 5 0 0 1 1 |
| 40 | 5 0 1 0 0 |
| 41 | 5 0 1 0 1 |
| 42 | 5 0 1 1 0 |
| 43 | 5 0 1 1 1 |
| 44 | 6 0 0 0 0 |
| 45 | 6 0 0 0 1 |
| 46 | 6 0 0 1 0 |
| 47 | 6 0 0 1 1 |
| 48 | 6 0 1 0 0 |
| 49 | 6 1 1 0 1 |
| 50 | 6 0 1 1 0 |
| 51 | 6 0 1 1 1 |
| 52 | 7 0 0 0 0 |
| 53 | 7 1 0 0 1 |
| 54 | 7 0 0 1 0 |
| 55 | 7 0 0 1 1 |
| 56 | 7 0 1 0 0 |
| 57 | 7 0 1 0 1 |
| 58 | 7 0 1 1 0 |
| 59 | 7 0 1 1 1 |
| 60 | 8 0 0 0 0 |
| 61 | 8 0 0 0 1 |
| 62 | 8 0 0 1 0 |
| 63 | 8 0 0 1 1 |
| 64 | 8 0 1 0 0 |
| 65 | 8 1 1 0 1 |
| 66 | 8 0 1 1 0 |
| 67 | 8 0 1 1 1 |
| 68 | 9 0 0 0 0 |
| 69 | 9 0 0 0 1 |
| 70 | 9 0 0 1 0 |
| 71 | 9 0 0 1 1 |
| 72 | 9 0 1 0 0 |
| 73 | 9 1 1 0 1 |
| 74 | 9 0 1 1 0 |
| 75 | 9 0 1 1 1 |
| 76 | 10 0 0 0 0 |
| 77 | 10 0 0 0 1 |
| 78 | 10 0 0 1 0 |
| 79 | 10 0 0 1 1 |
| 80 | 10 0 1 0 0 |
| 81 | 10 1 1 0 1 |
| 82 | 10 0 1 1 0 |
| 83 | 10 0 1 1 1 |
| 84 | ; |
2 Codeblock
DATA STEP Data
Erklärung :
Erstellung einer Tabelle 'DesignMatrix' mit den 8 möglichen Attributkombinationen, für die die vorhergesagten Wahrscheinlichkeiten berechnet werden sollen.
Erstellung einer Tabelle 'DesignMatrix' mit den 8 möglichen Attributkombinationen, für die die vorhergesagten Wahrscheinlichkeiten berechnet werden sollen.
Kopiert!
| 1 | DATA DesignMatrix; |
| 2 | INPUT Dark Soft Nuts; |
| 3 | DATALINES; |
| 4 | 0 0 0 |
| 5 | 0 0 1 |
| 6 | 0 1 0 |
| 7 | 0 1 1 |
| 8 | 1 0 0 |
| 9 | 1 0 1 |
| 10 | 1 1 0 |
| 11 | 1 1 1 |
| 12 | ; |
3 Codeblock
PROC BCHOICE
Erklärung :
Ausführung von PROC BCHOICE zur Anpassung des Modells. Die MODEL-Anweisung gibt die Antwort und die Effekte an. Die PREDDIST-Anweisung verwendet die Kovariaten aus 'DesignMatrix', um die prädiktiven Verteilungen (Wahrscheinlichkeiten) in der Ausgabetabelle 'Predout' zu generieren.
Ausführung von PROC BCHOICE zur Anpassung des Modells. Die MODEL-Anweisung gibt die Antwort und die Effekte an. Die PREDDIST-Anweisung verwendet die Kovariaten aus 'DesignMatrix', um die prädiktiven Verteilungen (Wahrscheinlichkeiten) in der Ausgabetabelle 'Predout' zu generieren.
Kopiert!
| 1 | PROC BCHOICE DATA=Chocs outpost=Bsamp nmc=10000 thin=2 seed=124; |
| 2 | class Dark(ref='0') Soft(ref='0') Nuts(ref='0') Subj; |
| 3 | model Choice = Dark Soft Nuts / choiceset=(Subj); |
| 4 | preddist covariates=DesignMatrix nalter=8 outpred=Predout; |
| 5 | RUN; |
4 Codeblock
MACRO CALL
Erklärung :
Aufruf des Makros %SUMINT, um die Konfidenzintervalle der vorhergesagten Wahrscheinlichkeiten (Variablen beginnend mit Prob_1_) in der Tabelle 'Predout' zusammenzufassen.
Aufruf des Makros %SUMINT, um die Konfidenzintervalle der vorhergesagten Wahrscheinlichkeiten (Variablen beginnend mit Prob_1_) in der Tabelle 'Predout' zusammenzufassen.
Kopiert!
| 1 | %SUMINT(DATA=Predout, var=Prob_1_:) |
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, NAME: BCHCEX7, PRODUCT: STAT
