Fitting mutiple models
/*--------------------------------------------------------------
SAS Sample Library
Name: sprex03.sas
Description: Example program from SAS/ETS User's Guide,
The SPATIALREG Procedure
Title: Fitting mutiple models
Product: SAS/ETS Software
Keys: Multiple MODEL statements
PROC: SPATIALREG
Notes:
--------------------------------------------------------------*/
data crimeoh;
input crime income hvalue lat lon;
datalines;
18.802 21.232 44.567 35.62 42.38
32.388 4.477 33.200 36.50 40.52
38.426 11.337 37.125 36.71 38.71
0.178 8.438 75.000 33.36 38.41
15.726 19.531 80.467 38.80 44.07
30.627 15.956 26.350 39.82 41.18
50.732 11.252 23.225 40.01 38.00
26.067 16.029 28.750 43.75 39.28
48.585 9.873 18.000 39.61 34.91
34.001 13.598 96.400 47.61 36.42
36.869 9.798 41.750 48.58 34.46
20.049 21.155 47.733 49.61 32.65
19.146 18.942 40.300 50.11 29.91
18.905 22.207 42.100 51.24 27.80
27.823 18.950 42.500 50.89 25.24
16.241 29.833 61.950 48.44 27.93
0.224 31.070 81.267 46.73 31.91
30.516 17.586 52.600 43.44 35.92
33.705 11.709 30.450 43.37 33.46
40.970 8.085 20.300 41.13 33.14
52.794 10.822 34.100 43.95 31.61
41.968 9.918 23.600 44.10 30.40
39.175 12.814 27.000 43.70 29.18
53.711 11.107 22.700 41.04 28.78
25.962 16.961 33.500 43.23 27.31
22.541 18.796 35.800 42.67 24.96
26.645 11.813 26.800 41.21 25.90
29.028 14.135 27.733 39.32 25.85
36.664 13.380 25.700 41.09 27.49
42.445 17.017 43.300 38.32 28.82
56.920 7.856 22.850 41.31 30.90
61.299 8.461 17.900 39.36 32.88
60.750 8.681 32.500 39.72 30.64
68.892 13.906 22.500 38.29 30.35
38.298 14.236 53.200 36.60 32.09
54.839 7.625 18.800 37.60 34.08
56.706 10.048 19.900 37.13 36.12
62.275 7.467 19.700 37.85 36.30
46.716 9.549 41.700 35.95 36.40
57.066 9.963 42.900 35.72 35.60
54.522 11.618 30.600 35.76 34.66
43.962 13.185 60.000 36.15 33.92
40.074 10.655 19.975 34.08 30.42
23.974 14.948 28.450 30.32 28.26
17.677 16.940 31.800 27.94 29.85
14.306 18.739 36.300 27.27 28.21
19.101 18.477 39.600 24.25 26.69
16.531 18.324 76.100 25.47 25.71
16.492 25.873 44.333 29.02 26.58
;
data Weight;
input rowid colid wgt;
datalines;
2.0000 1.0000 0.2500
5.0000 1.0000 0.5000
6.0000 1.0000 0.2500
1.0000 2.0000 0.3333
3.0000 2.0000 0.1667
6.0000 2.0000 0.2500
7.0000 2.0000 0.1250
2.0000 3.0000 0.2500
4.0000 3.0000 0.2500
7.0000 3.0000 0.1250
37.0000 3.0000 0.1429
38.0000 3.0000 0.2000
39.0000 3.0000 0.2500
3.0000 4.0000 0.1667
37.0000 4.0000 0.1429
39.0000 4.0000 0.2500
40.0000 4.0000 0.1667
1.0000 5.0000 0.3333
6.0000 5.0000 0.2500
1.0000 6.0000 0.3333
2.0000 6.0000 0.2500
5.0000 6.0000 0.5000
7.0000 6.0000 0.1250
2.0000 7.0000 0.2500
3.0000 7.0000 0.1667
6.0000 7.0000 0.2500
8.0000 7.0000 0.5000
9.0000 7.0000 0.1667
18.0000 7.0000 0.1429
36.0000 7.0000 0.1250
38.0000 7.0000 0.2000
7.0000 8.0000 0.1250
18.0000 8.0000 0.1429
7.0000 9.0000 0.1250
18.0000 9.0000 0.1429
20.0000 9.0000 0.2000
32.0000 9.0000 0.1429
36.0000 9.0000 0.1250
38.0000 9.0000 0.2000
11.0000 10.0000 0.3333
17.0000 10.0000 0.1000
18.0000 10.0000 0.1429
19.0000 10.0000 0.1667
10.0000 11.0000 0.2500
12.0000 11.0000 0.3333
17.0000 11.0000 0.1000
11.0000 12.0000 0.3333
13.0000 12.0000 0.2500
17.0000 12.0000 0.1000
12.0000 13.0000 0.3333
14.0000 13.0000 0.3333
16.0000 13.0000 0.2000
17.0000 13.0000 0.1000
13.0000 14.0000 0.2500
15.0000 14.0000 0.5000
16.0000 14.0000 0.2000
14.0000 15.0000 0.3333
16.0000 15.0000 0.2000
13.0000 16.0000 0.2500
14.0000 16.0000 0.3333
15.0000 16.0000 0.5000
17.0000 16.0000 0.1000
23.0000 16.0000 0.1429
10.0000 17.0000 0.2500
11.0000 17.0000 0.3333
12.0000 17.0000 0.3333
13.0000 17.0000 0.2500
16.0000 17.0000 0.2000
18.0000 17.0000 0.1429
19.0000 17.0000 0.1667
21.0000 17.0000 0.2500
22.0000 17.0000 0.2500
23.0000 17.0000 0.1429
7.0000 18.0000 0.1250
8.0000 18.0000 0.5000
9.0000 18.0000 0.1667
10.0000 18.0000 0.2500
17.0000 18.0000 0.1000
19.0000 18.0000 0.1667
20.0000 18.0000 0.2000
10.0000 19.0000 0.2500
17.0000 19.0000 0.1000
18.0000 19.0000 0.1429
20.0000 19.0000 0.2000
21.0000 19.0000 0.2500
31.0000 19.0000 0.1111
9.0000 20.0000 0.1667
18.0000 20.0000 0.1429
19.0000 20.0000 0.1667
31.0000 20.0000 0.1111
32.0000 20.0000 0.1429
17.0000 21.0000 0.1000
19.0000 21.0000 0.1667
22.0000 21.0000 0.2500
31.0000 21.0000 0.1111
17.0000 22.0000 0.1000
21.0000 22.0000 0.2500
23.0000 22.0000 0.1429
31.0000 22.0000 0.1111
16.0000 23.0000 0.2000
17.0000 23.0000 0.1000
22.0000 23.0000 0.2500
24.0000 23.0000 0.1667
25.0000 23.0000 0.2000
29.0000 23.0000 0.1667
31.0000 23.0000 0.1111
23.0000 24.0000 0.1429
25.0000 24.0000 0.2000
29.0000 24.0000 0.1667
30.0000 24.0000 0.1667
31.0000 24.0000 0.1111
33.0000 24.0000 0.1667
23.0000 25.0000 0.1429
24.0000 25.0000 0.1667
26.0000 25.0000 0.3333
27.0000 25.0000 0.2500
29.0000 25.0000 0.1667
25.0000 26.0000 0.2000
27.0000 26.0000 0.2500
28.0000 26.0000 0.2500
25.0000 27.0000 0.2000
26.0000 27.0000 0.3333
28.0000 27.0000 0.2500
29.0000 27.0000 0.1667
26.0000 28.0000 0.3333
27.0000 28.0000 0.2500
29.0000 28.0000 0.1667
30.0000 28.0000 0.1667
23.0000 29.0000 0.1429
24.0000 29.0000 0.1667
25.0000 29.0000 0.2000
27.0000 29.0000 0.2500
28.0000 29.0000 0.2500
30.0000 29.0000 0.1667
24.0000 30.0000 0.1667
28.0000 30.0000 0.2500
29.0000 30.0000 0.1667
31.0000 30.0000 0.1111
33.0000 30.0000 0.1667
34.0000 30.0000 0.2000
19.0000 31.0000 0.1667
20.0000 31.0000 0.2000
21.0000 31.0000 0.2500
22.0000 31.0000 0.2500
23.0000 31.0000 0.1429
24.0000 31.0000 0.1667
30.0000 31.0000 0.1667
32.0000 31.0000 0.1429
33.0000 31.0000 0.1667
9.0000 32.0000 0.1667
20.0000 32.0000 0.2000
31.0000 32.0000 0.1111
33.0000 32.0000 0.1667
34.0000 32.0000 0.2000
35.0000 32.0000 0.1429
36.0000 32.0000 0.1250
24.0000 33.0000 0.1667
30.0000 33.0000 0.1667
31.0000 33.0000 0.1111
32.0000 33.0000 0.1429
34.0000 33.0000 0.2000
35.0000 33.0000 0.1429
30.0000 34.0000 0.1667
32.0000 34.0000 0.1429
33.0000 34.0000 0.1667
35.0000 34.0000 0.1429
43.0000 34.0000 0.3333
32.0000 35.0000 0.1429
33.0000 35.0000 0.1667
34.0000 35.0000 0.2000
36.0000 35.0000 0.1250
41.0000 35.0000 0.3333
42.0000 35.0000 0.2000
43.0000 35.0000 0.3333
7.0000 36.0000 0.1250
9.0000 36.0000 0.1667
32.0000 36.0000 0.1429
35.0000 36.0000 0.1429
37.0000 36.0000 0.1429
38.0000 36.0000 0.2000
40.0000 36.0000 0.1667
42.0000 36.0000 0.2000
3.0000 37.0000 0.1667
4.0000 37.0000 0.2500
36.0000 37.0000 0.1250
38.0000 37.0000 0.2000
39.0000 37.0000 0.2500
40.0000 37.0000 0.1667
42.0000 37.0000 0.2000
3.0000 38.0000 0.1667
7.0000 38.0000 0.1250
9.0000 38.0000 0.1667
36.0000 38.0000 0.1250
37.0000 38.0000 0.1429
3.0000 39.0000 0.1667
4.0000 39.0000 0.2500
37.0000 39.0000 0.1429
40.0000 39.0000 0.1667
4.0000 40.0000 0.2500
36.0000 40.0000 0.1250
37.0000 40.0000 0.1429
39.0000 40.0000 0.2500
41.0000 40.0000 0.3333
42.0000 40.0000 0.2000
35.0000 41.0000 0.1429
40.0000 41.0000 0.1667
42.0000 41.0000 0.2000
35.0000 42.0000 0.1429
36.0000 42.0000 0.1250
37.0000 42.0000 0.1429
40.0000 42.0000 0.1667
41.0000 42.0000 0.3333
34.0000 43.0000 0.2000
35.0000 43.0000 0.1429
44.0000 43.0000 0.2500
43.0000 44.0000 0.3333
45.0000 44.0000 0.5000
46.0000 44.0000 0.2000
49.0000 44.0000 0.5000
44.0000 45.0000 0.2500
46.0000 45.0000 0.2000
44.0000 46.0000 0.2500
45.0000 46.0000 0.5000
47.0000 46.0000 0.5000
48.0000 46.0000 0.5000
49.0000 46.0000 0.5000
46.0000 47.0000 0.2000
48.0000 47.0000 0.5000
46.0000 48.0000 0.2000
47.0000 48.0000 0.5000
44.0000 49.0000 0.2500
46.0000 49.0000 0.2000
;
proc iml;
use Weight nobs nobs;
read all;
nloc=49;
W=repeat(0,nloc,nloc);
do i=1 to nobs;
rid=rowid[i];
cid=colid[i];
val=wgt[i];
W[rid,cid]=val;
end;
create crimeWmat from W;
append from W;
close crimeWmat;
quit;
/*--SAR and SEM--*/
proc spatialreg data=crimeoh Wmat=crimeWmat NONORMALIZE;
model crime=income hvalue / type=SAR;
model crime=income hvalue / type=SEM;
run;