如何使用SAS获得SSE预测？

Question

  

可能重复:(来自stats.SE的交叉发布，但我是通过mod发送的）
  How to get SSE for predictions using SAS?

我正在尝试为SAS中的预测得到平方误差的总和，但我不确定我是否正确地执行了此操作。我不确定我是否完全理解我的代码输出（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;

这给了我一个每个估算的错误文件。我将这些导入到Excel中，对每一个进行平方，然后总结它们给我一个数字。这是正确的方法吗？根据我的项目描述，我的印象是我应该为每个预测值获得一个SSE_test。见下文：

Answer 1

首先，STDP是平均预测值的标准误差[这用于计算95％置信度/预测间隔]。这不是你需要平方和总结来获得SSE的那个。

这是你需要做的：

PROC REG输出语句中的“r = resid”是衡量错误的方法。它只是实际 - 预测。因为有时你的模型可能会过度预测而有时会被预测。此R，残差，可以是正值或负值。

为了使一切正面，我们只是对剩余值进行平方并为每个预测得到SQUARED ERRORS。

总结所有SQAURED ERRORS并得到Sum of SQURED ERRORS。这将是一个统计数据（或标量）。

据我所知，除非您有实际值，否则无法计算您的SSE。

您可以参考http://en.wikipedia.org/wiki/Errors_and_residuals_in_statistics特别是该页面上的最后一段。