SAS实现因子分析代码

SAS因子分析

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 29 04:30:30 2020

@author: asus
"""
data ex17;  
input objects$ basic_con tax envir medical enplrate unemprate trade immig educa finout perinco@@;
cards;
A 0.08379   0.08701 	0.17046 	0.08061 	0.06727 	0.04000 	0.14007 	0.06979 	0.07256 	0.13473 	0.08838 
B 0.08101 	0.08108 	0.14546 	0.07839 	0.06686 	0.04255 	0.16474 	0.06933 	0.06255 	0.12394 	0.08308 
C 0.07722 	0.07711 	0.13070 	0.07687 	0.06653 	0.04755 	0.15258 	0.06962 	0.06665 	0.11491 	0.07880 
D 0.07385 	0.07383 	0.06844 	0.07501 	0.06603 	0.05310 	0.13612 	0.06924 	0.06349 	0.10233 	0.07632 
E 0.07147 	0.07299 	0.09910 	0.07225 	0.06565 	0.05764 	0.14536 	0.06858 	0.06251 	0.09176 	0.07324 
F 0.07076 	0.07012 	0.06130 	0.07040 	0.06529 	0.06710 	0.14401 	0.06793 	0.05776 	0.07990 	0.07037 
G 0.06827 	0.06854 	0.06872 	0.06876 	0.06483 	0.08073 	0.10477 	0.06729 	0.05806 	0.07144 	0.06719 
H 0.06563 	0.06343 	0.05964 	0.06711 	0.06482 	0.08810 	0.00126 	0.06666 	0.05635 	0.06470 	0.06406 
I 0.06296 	0.06133 	0.04948 	0.06473 	0.06460 	0.09765 	0.00116 	0.06612 	0.06609 	0.05373 	0.06207 
J 0.05846 	0.05698 	0.04156 	0.06282 	0.06471 	0.10501 	0.00100 	0.06554 	0.06979 	0.04178 	0.05912 
K 0.05492 	0.05448 	0.03505 	0.06075 	0.06567 	0.10119 	0.00077 	0.06507 	0.08049 	0.03560 	0.05700 
L 0.05919 	0.06135 	0.02291 	0.05888 	0.06882 	0.06328 	0.00087 	0.06458 	0.08041 	0.02865 	0.05953 
M 0.05975 	0.06019 	0.01413 	0.05678 	0.06969 	0.05037 	0.00078 	0.06402 	0.07464 	0.02258 	0.05691 
N 0.05777 	0.05766 	0.01848 	0.05437 	0.06985 	0.05028 	0.00645 	0.06343 	0.06626 	0.01836 	0.05383 
O 0.05495 	0.05389 	0.01457 	0.05228 	0.06937 	0.05546 	0.00005 	0.06280 	0.06236 	0.01560 	0.05010 
;
/*用proc score 过程输出样品因子得分*/
proc factor data=ex17 method=principal rotate=varimax  /*factor 表示调用因子分析模块*/
 percent=0.8   
score  outstat=ex1;
var basic_con tax envir medical enplrate unemprate trade immig educa finout perinco;
run;
proc score data=ex17 score=ex1 out=ex2;
var basic_con tax envir medical enplrate unemprate trade immig educa finout perinco;
run;
proc print data=ex1;
proc print data=ex2;
run;

ABCD为excel中各个归一化后的数据,则输出SAS的分析
在这里插入图片描述
在这里插入图片描述

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
西南交通大学近代回归分析方法的SAS代码主要涉及到了线性回归、多元线性回归、逐步回归、逐步回归分析模型和时序回归分析等。 首先,线性回归的SAS代码涉及到对单个自变量与因变量之间的关系进行分析。在SAS中,通过PROC REG语句可以实现简单的线性回归,可以通过分析变量间的相关系数,确定自变量与因变量之间的关系。而多元线性回归是通过其他的自变量控制某一自变量与因变量之间的关系,PROC REG语句同样可以实现。 其次,逐步回归是一种可分析自变量对因变量解释的方法,可以掌握每个自变量的贡献程度,并且可以在减少变量的基础上提高模型的准确性。PROC REG语句内的STEPWISE操作可以实现逐步回归。 另外,逐步回归分析模型与逐步回归相似,但可以同时建立多个模型,可以通过比较各个模型的好坏,选择较为合适的模型。在SAS中,STEPDISC操作可以获得模型的信息AIC、Mallows’ Cp和BIC等。 最后,时序回归分析则是对时间序列数据进行回归分析,通常用在经济学和金融学领域。PROC AUTOREG和PROC ARIMA操作可以用来实现时序回归分析,其中包括了滞后变量、趋势和季节等重要因素。 总之,SAS是一种功能强大的数据处理和分析工具,在西南交通大学近代回归分析方法中被广泛应用。各种回归分析的SAS代码对于数据分析学习者而言,是非常重要的参考资料。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值