如何使用SAS获得预测的SSE？

Question

可能重复：( stats.SE的交叉帖子，但我是由国防部派过来的) How to get SSE for predictions using SAS?

​

​

我试图在SAS中得到我的预测的平方误差之和，但我不确定我是否正确。我不确定我是否完全理解我的代码获得的输出(特别是stdp)：

data tridata;
infile '\data.dat';
    input x1 x2 x3 y;
    proc sort data = tridata; by x3;

proc reg data = tridata;
    model y=x3;
    plot r. * x3;
    output out = tridata2 r = resid p = pred stdp = err;
run;
quit;

/* Send your errors to a file */
data _NULL_;
    file '\data-err.dat';
    set tridata2;
    put err;
    where y eq .;
run;
quit;

这给了我一个文件的错误，为每个估计。我把这些输入到Excel中，对每一个进行平方，并将它们进行汇总，给出一个数字。这方法对吗？根据对我的项目的描述，我的印象是，我应该为每个预测值得到一个SSE_test。见下文：

​

​

Answer 1

首先，STDP是均值预测值的标准误差，用于计算95%的置信度/预测区间。这不是一个你需要平方和总结得到的上证码。

这就是你需要做的：

在PROC中的output语句中有"r = REG“是错误的度量。这只是实际预测而已。因为有时候你的模型可能预测过高，有时预测不足。这个R，残差，可以是正值，也可以是负值。

为了使每件事都是正数，我们只需将残值平方，并得到你所做的每一个预测的平方误差。

把所有的平方错误加起来，你就得到了SQURED错误的总和。这将是单个统计数据(或标量)。

据我所知，除非您手头有实际值，否则无法计算SSE。

您可以参考statistics，特别是该页面上的最后一段。