Question

我在SAS上获得了一段预测消费者行为的代码。到目前为止，我手工完成了50个样本和50个逻辑回归，但我想自动完成这个过程。步骤如下：

创建一个表格，其中所有客户端的值均为“1”
创建一个包含所有客户端值为“0”的表
（以下代码从此处开始）启动一个循环：
- 从客户端获取价值为“1”的3000人样本
- 从客户端获取价值为“0”的3000人样本
- 加入这两张桌子
- 逻辑回归应作为输出（ROC值和最大似然估计）
获取同一文件中的所有概率MODELE_RESULTS

您将在下面找到一段代码。你能告诉我如何循环这个逻辑回归50次吗？到目前为止，我无法使其工作......我是SQL的初学者

%macro RunReg (DSName, NumVars) ;
%do i=1 %to &NumVars

/* Create a 3000 people sample called TOP_1*/
PROC SURVEYSELECT DATA= TOP_1
    OUT= ALEA_1
    METHOD=SRS
    N=3000;
QUIT;


/* Create a 3000 people sample called TOP_0*/
PROC SURVEYSELECT DATA= TOP_0
    OUT= ALEA_0
    METHOD=SRS
    N=3000;
QUIT;


/*Append both tables */
PROC SQL;
    CREATE TABLE BOTH_SAMPLES As
    SELECT * FROM TOP_1
      OUTER UNION CORR
    SELECT * FROM TOP_0;
QUIT;


/* Logistic regression*/
DATA WORK.&DSName noprint
        Outset=PE(rename(x&i=Value));
    Model Y = x&I;
    SET WORK.APPEND_TABLE(IN=__ORIG) WORK.BASE_PREDICT_2;
    __FLAG=__ORIG;
    __DEP=TOP_CREDIT_HABITAT_2017;
    if not __FLAG then TOP_CREDIT_HABITAT_2017=.;
RUN;

PROC SQL;
    CREATE VIEW WORK.SORTTempTableSorted AS
        SELECT *
    FROM WORK.TMP0TempTableAddtnlPredictData
;
QUIT;
TITLE;
TITLE1 "Résultats de la régression logistique";
FOOTNOTE;
FOOTNOTE1 "Généré par le Système SAS (&_SASSERVERNAME, &SYSSCPL) le %TRIM(%QSYSFUNC(DATE(), NLDATE20.)) à %TRIM(%SYSFUNC(TIME(), TIMEAMPM12.))";
PROC LOGISTIC DATA=WORK.SORTTempTableSorted
        PLOTS(ONLY)=NONE
    ;
    CLASS age_classe    (PARAM=EFFECT) Flag_bq_principale   (PARAM=EFFECT) flag_univers_detenus     (PARAM=EFFECT) csp_1    (PARAM=EFFECT) SGMT_FIDELITE    (PARAM=EFFECT) situ_fam_1   (PARAM=EFFECT);
    MODEL TOP_CREDIT_HABITAT_2017 (Event = '1')=top_situ_particuliere top_chgt_csp_6M top_produit_monetaire_bloque top_CREDIT top_chgt_contrat_travail_6M top_credit_CONSO top_credit_HABITAT top_produit_monetaire_dispo top_VM_autres top_Sicav top_produit_epargne_logement top_Predica top_ferm_prod_6M top_ouv_prod_6M top_produit_Assurance top_produit_Cartes top_produit_Credit "moy_surface_financière_6M"n moy_surf_financiere_ecart_6M moy_encours_dav_6M moy_encours_dav_ecart_6M moy_monetaire_dispo_6M moy_monetaire_dispo_ecart_6M moy_emprunts_6M moy_emprunts_ecarts_6M moy_sicav_6M moy_sicav_ecart_6M moy_vm_autres_6M moy_vm_autres_ecart_6M moy_predica_6M moy_predica_ecart_6M moy_bgpi_6M moy_bgpi_ecart_6M moy_epargne_logement_6M moy_epargne_logement_ecart_6M "moy.an_mt_flux_cred_norme_B2"n "moy.an_mt_op_cred_ep_a_terme"n "moy.an_mt_op_debit_ep_a_terme"n "moy.an_mt_ope_credit_depot"n "moy.an_mt_ope_credit_ep_a_vue"n "moy.an_mt_ope_debit_depot"n "moy.an_mt_ope_debit_ep_a_vue"n "moy.an_mt_pmts_carte_etr"n "moy.an_mt_remise_chq"n "moy.an_mt_paie_carte"n "moy.an_mt_paie_chq"n "moy.an_nb_paie_carte"n "moy.an_nb_paie_chq"n "moy.an_mt_ret_carte_Aut_bq"n "moy.an_mt_ret_carte_CRCA"n "moy.an_mt_ret_carte_etr"n "moy.an_nb_flux_cred_normeB2"n "moy.an_nb_ope_credit_ep_a_terme"n "moy.an_nb_ope_debit_ep_a_terme"n "moy.an_nb_ope_credit_depot"n "moy.an_nb_ope_credit_ep_a_vue"n "moy.an_nb_ope_debit_depot"n "moy.an_nb_ope_debit_ep_a_vue"n "moy.an_nb_pmts_carte_etr"n "moy.an_nb_remise_chq"n "moy.an_nb_ret_carte_Aut_bq"n "moy.an_nb_ret_carte_CRCA"n "moy.an_nb_ret_carte_etr"n "moy.an_nb_ret_carte"n "moy.an_mt_factu_ttc"n "moy.an_mt_reduc_ttc"n "moy.an_mt_rist_ttc"n "moy.an_mt_mvt_domicilie_mktg"n "moy.an_nb_mvt_M_domicilie_mktg"n top_produit_Epargne top_ouverture_reclam age_classe Flag_bq_principale flag_univers_detenus csp_1 SGMT_FIDELITE situ_fam_1     /
        SELECTION=STEPWISE
        SLE=0.05
        SLS=0.05
        INCLUDE=0
        LINK=LOGIT
        OUTROC=_PROB_
        ALPHA=95
        EXPEST
        PARMLABEL
        CORRB
        NOPRINT
    ;

    OUTPUT OUT=WORK.PREDLogRegPredictions(LABEL="Statistiques et prédictions de régression logistique pour WORK.APPEND_TABLE" WHERE=(NOT __FLAG))
        PREDPROBS=INDIVIDUAL;
RUN;
QUIT;
%end;
%mend;

DATA WORK.PREDLogRegPredictions; 
    set WORK.PREDLogRegPredictions; 
    TOP_CREDIT_HABITAT_2017=__DEP; 
    _FROM_=__DEP;
    DROP __DEP; 
    DROP __FLAG;
RUN ;
QUIT ;

提前谢谢

Answer 1

如果您正在尝试使用自举算法或类似的算法，那么关于该主题的开创性论文就是来自2007 SGF的David Cassell的Don't be LOOPy。从广义上讲，这描述了＆＃34; old＆＃34;这样做的方法（涉及一个循环，你在那里采样一个新的样本，然后进行50次分析;以及新的方式，你使用PROC SURVEYSELECT选项使用rep。

从论文中，例子：

proc surveyselect data=YourData out=outboot
 seed=30459584
 method=urs samprate=1 outhits
 rep=1000;
 run;

这将生成一个带有Replicate变量的数据集，您可以在大多数分析中将其用作by变量。然后，它会针对变量的每个值单独执行分析，这可能是您想要的。您可以使用proc surveyselect上的各种选项来获取所需的样本（样本大小/比率，采样方法等）

如果您只是想将数据集拆分成块，那么您可以进行较小的分析（可能需要花费很长时间才能运行大型分析）或者进行测试和验证子样本，但不要＃39; t关心随机事物是多么好，你可以在datastep中添加一个变量，如下所示：

data for_regression;
  set your_data;
  sample_group = mod(_n_,50);
run;

proc sort data=for_regression;
  by sample_group;
run;

然后你有50个小组;如果您愿意，可以随机排序，随机排序等等＃34;并且不认为他们现在是这样，但PROC SURVEYSELECT通常最终会更好。

如何循环逻辑回归n次？

1 个答案: