Le script commence par la création d'un jeu de données nommé 'insure' contenant des informations sur le nombre de polices (n), le nombre de réclamations (c), le type de voiture (car) et l'âge (age). Une variable 'ln' est calculée comme le logarithme naturel de 'n', destinée à être utilisée comme offset dans le modèle. Deux appels à PROC GENMOD sont effectués : le premier ajuste un modèle de Poisson avec lien log et offset, tandis que le second ajoute les options TYPE1 et TYPE3 pour des tests d'effets.
Analyse des données
Type : CREATION_INTERNE
Le jeu de données 'insure' est créé directement dans le script via un DATA STEP et des déclarations 'datalines', ce qui signifie que toutes les données sont générées en interne sans dépendance externe ni utilisation de bibliothèques SAS par défaut comme SASHELP.
1 Bloc de code
DATA STEP Data
Explication : Ce bloc DATA STEP crée le jeu de données 'insure'. Il lit les variables 'n', 'c', 'car' (caractère) et 'age' à partir des lignes de données fournies. La variable 'ln' est ensuite calculée comme le logarithme naturel de 'n', qui servira d'offset dans les analyses PROC GENMOD pour tenir compte de l'exposition.
Copié !
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 Bloc de code
PROC GENMOD
Explication : Ce premier appel à PROC GENMOD ajuste un modèle linéaire généralisé. Les variables 'car' et 'age' sont déclarées comme des variables de classification ('class'). Le modèle spécifie 'c' (nombre de réclamations) comme variable dépendante, modélisée par 'car' et 'age'. La distribution est définie comme 'poisson', la fonction de lien comme 'log', et 'ln' est utilisé comme 'offset' pour ajuster le modèle en fonction de l'exposition (log(n)).
Copié !
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 Bloc de code
PROC GENMOD
Explication : Ce second appel à PROC GENMOD est similaire au premier mais inclut les options 'type1' et 'type3' dans l'instruction 'model'. Ces options demandent des tests d'effets de Type 1 (séquentiels) et de Type 3 (marges) pour évaluer la signification des variables 'car' et 'age' dans le modèle de Poisson. Ces tests fournissent des informations supplémentaires sur la contribution de chaque facteur.
Copié !
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;
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
Informations de Copyright : S A S S A M P L E L I B R A R Y
SAS et tous les autres noms de produits ou de services de SAS Institute Inc. sont des marques déposées ou des marques de commerce de SAS Institute Inc. aux États-Unis et dans d'autres pays. ® indique un enregistrement aux États-Unis. WeAreCAS est un site communautaire indépendant et n'est pas affilié à SAS Institute Inc.
Ce site utilise des cookies techniques et analytiques pour améliorer votre expérience.
En savoir plus.
