Contexto empresarial
Una cadena de retail necesita generar matrices de covarianza y correlación completas para un modelo complejo de ventas diarias. Se requiere verificar que la acción pueda manejar la solicitud de 'todos' los reportes y exportar la covarianza a una tabla CAS para análisis de riesgo financiero.
Preparación de datos
Simulación de un volumen alto de transacciones y ajuste de un modelo Binomial Negativo guardado en 'storeVentas'.
¡Copiado!
| 1 | DATA mycas.ventas; |
| 2 | call streaminit(456); |
| 3 | DO tienda_id = 1 to 50; |
| 4 | DO dia = 1 to 365; |
| 5 | promo = rand('BERNOULLI', 0.3); |
| 6 | trafico = 100 + rand('NORMAL', 20, 5); |
| 7 | ventas = rand('NEGB', 0.5, 10 + promo*5 + trafico*0.1); |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | END; |
| 11 | RUN; |
| 12 | |
| 13 | PROC CAS; |
| 14 | countreg.countregFitModel / |
| 15 | TABLE={name='ventas'}, |
| 16 | model={depvar='ventas', effects={'promo', 'trafico'}}, |
| 17 | dist='NEGB', |
| 18 | store={name='storeVentas', replace=true}; |
| 19 | RUN; |
Étapes de réalisation
1
Ejecución con opción 'all=true' y exportación de la tabla de covarianzas.
¡Copiado!
| 1 | PROC CAS; |
| 2 | countreg.countregViewStore / |
| 3 | TABLE={name='ventas'}, |
| 4 | instore={name='storeVentas'}, |
| 5 | viewOptions={all=true, covariances=true}, |
| 6 | outputTables={names={Covariances='matriz_cov_ventas'}}; |
| 7 | RUN; |
2
Verificación de la existencia de la tabla de salida.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / name='matriz_cov_ventas'; |
| 4 | RUN; |
| 5 |
Resultado esperado
Se deben mostrar todas las tablas estadísticas disponibles (incluyendo optimizador y perfiles). Además, la tabla 'matriz_cov_ventas' debe aparecer en la librería CAS con las dimensiones correctas correspondientes a los parámetros del modelo.