Das Skript beginnt mit der Erstellung eines Datensatzes namens 'insure', der Informationen über die Anzahl der Policen (n), die Anzahl der Schadensfälle (c), den Autotyp (car) und das Alter (age) enthält. Eine Variable 'ln' wird als natürlicher Logarithmus von 'n' berechnet, die als Offset im Modell verwendet werden soll. Es werden zwei Aufrufe an PROC GENMOD durchgeführt: der erste passt ein Poisson-Modell mit Log-Link und Offset an, während der zweite die Optionen TYPE1 und TYPE3 für Effekttests hinzufügt.
Datenanalyse
Type : CREATION_INTERNE
Der Datensatz 'insure' wird direkt im Skript über einen DATA STEP und 'datalines'-Anweisungen erstellt, was bedeutet, dass alle Daten intern generiert werden, ohne externe Abhängigkeiten oder die Verwendung von Standard-SAS-Bibliotheken wie SASHELP.
1 Codeblock
DATA STEP Data
Erklärung : Dieser DATA STEP-Block erstellt den Datensatz 'insure'. Er liest die Variablen 'n', 'c', 'car' (Zeichen) und 'age' aus den bereitgestellten Datenzeilen. Die Variable 'ln' wird dann als natürlicher Logarithmus von 'n' berechnet, der als Offset in den PROC GENMOD-Analysen verwendet wird, um die Exposition zu berücksichtigen.
Kopiert!
data insure;
input n c car$ age;
ln = log(n);
datalines;
500 42 small 1
1200 37 medium 1
100 1 large 1
400 101 small 2
500 73 medium 2
300 14 large 2
;
1
DATA insure;
2
INPUT n c car$ age;
3
ln = log(n);
4
DATALINES;
5
50042 small 1
6
120037 medium 1
7
1001 large 1
8
400101 small 2
9
50073 medium 2
10
30014 large 2
11
;
2 Codeblock
PROC GENMOD
Erklärung : Dieser erste Aufruf an PROC GENMOD passt ein verallgemeinertes lineares Modell an. Die Variablen 'car' und 'age' werden als Klassifikationsvariablen ('class') deklariert. Das Modell spezifiziert 'c' (Anzahl der Schadensfälle) als abhängige Variable, modelliert durch 'car' und 'age'. Die Verteilung ist als 'poisson' definiert, die Link-Funktion als 'log', und 'ln' wird als 'offset' verwendet, um das Modell basierend auf der Exposition (log(n)) anzupassen.
Kopiert!
proc genmod data=insure;
class car age;
model c = car age / dist = poisson
link = log
offset = ln;
run;
1
PROC GENMODDATA=insure;
2
class car age;
3
model c = car age / dist = poisson
4
link = log
5
offset = ln;
6
RUN;
3 Codeblock
PROC GENMOD
Erklärung : Dieser zweite Aufruf an PROC GENMOD ähnelt dem ersten, enthält aber die Optionen 'type1' und 'type3' in der 'model'-Anweisung. Diese Optionen fordern Typ-1- (sequentielle) und Typ-3- (marginale) Effekttests an, um die Signifikanz der Variablen 'car' und 'age' im Poisson-Modell zu bewerten. Diese Tests liefern zusätzliche Informationen über den Beitrag jedes Faktors.
Kopiert!
proc genmod data=insure;
class car age;
model c = car age / dist = poisson
link = log
offset = ln
type1
type3;
run;
1
PROC GENMODDATA=insure;
2
class car age;
3
model c = car age / dist = poisson
4
link = log
5
offset = ln
6
type1
7
type3;
8
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 : S A S S A M P L E L I B R A R Y
Zugehörige Dokumentation
Aucune documentation spécifique pour cette catégorie.
SAS und alle anderen Produkt- oder Dienstleistungsnamen von SAS Institute Inc. sind eingetragene Marken oder Marken von SAS Institute Inc. in den USA und anderen Ländern. ® zeigt die Registrierung in den USA an. WeAreCAS ist eine unabhängige Community-Site und nicht mit SAS Institute Inc. verbunden.
Diese Website verwendet technische und analytische Cookies, um Ihre Erfahrung zu verbessern.
Mehr erfahren.
