“计数数据回归”任务

关于“计数数据回归”任务

“计数数据回归”任务执行连续因变量的回归分析。此变量从 Poisson、负二项式、零膨胀 Poisson 和零膨胀负二项式等分布中提取非负整数值。

注: 您的软件安装点必须获得 SAS/ETS 许可才能使用该任务。任务的版本取决于您软件安装点中可用的 SAS/ETS 版本。例如，如果软件安装点运行的是 SAS 9.4（或更低版本），则 SAS Studio 运行的是第 1 版“计数数据回归”任务。如果软件安装点运行的是 SAS 9.4 的首个维护版本或更新版本，且 SAS/ETS 13.1 或更新版本可用，则 SAS Studio 运行的是第 2 版“计数数据回归”任务。两个版本之间的差异在于是否在 SAS/ETS 13.1（或更新版本）中新增了选项。

示例：计数数据回归

要创建此示例，请执行以下操作：

创建 WORK.LONG97DATA 数据集。详细信息，请参见LONG97DATA 数据集。
在任务部分中，展开计量经济学文件夹，并双击计数数据回归。此时将打开计数数据回归任务的用户界面。
在数据选项卡中，选择 WORK.LONG97DATA 数据集。

向下列角色分配列：

角色	列名
因变量	art
连续变量	ment phd mar
分类变量	kid5

要运行任务，点击。

以下是结果的部分内容：

向角色分配数据

要运行计数数据回归任务，必须向因变量角色分配一个列。

角色	说明
因变量	指定有非负整数或计数值的数值列。分布选项用于指定要分析的模型类型。您可以指定以下类型的模型： Poisson 回归模型带线性方差函数的负二项式回归模型带二次方差函数的负二项式回归模型零膨胀 Poisson 模型零膨胀负二项式模型如果选择零膨胀分布，则可以指定用于计算零的概率的关联函数。
连续变量	为回归模型指定独立协变量（回归变量）。如果没有指定连续变量，则此任务拟合仅包含截距的模型。
分类变量	指定在分析中用于分组数据的变量。

设置选项

选项	说明
方法
参数估计的协方差的类型	指定参数估计的协方差矩阵的类型。您可以指定以下类型的矩阵：逆 Hessian 矩阵中的协方差外积混合矩阵中的协方差外积和 Hessian 矩阵（也称为 Quasi 最大似然估计）中的协方差
在模型中包括截距	指定是否在模型中包括截距。
优化
方法	指定要使用的迭代最小化方法。
最大迭代数	指定所选定方法的最大迭代数。
统计量
您可以指定结果是包含任务创建的默认统计量、默认统计量及您选择的其他所有统计量，还是不包含任何统计量。下面是您可以在结果中包括的其他统计量：参数估计的相关矩阵参数估计的协方差矩阵目标函数和参数估计的迭代历史
图注: 仅当您运行的是 SAS 9.4 的首个维护版本或更新版本时，才可以使用图选项。
选择要显示的图	指定结果中是只包含默认图、只包含您选择的图，还是不包含任何图。
诊断图
轮廓似然图	生成模型参数的轮廓似然函数。X 轴上的模型参数是变化的，而其他所有参数均固定为它们的最大似然估计。
过度分散诊断图	生成过度分散诊断图。
概率图
总预测概率图	生成指定计数水平的总预测概率。
预测概率概略图	根据模型回归变量生成指定计数水平的预测概率概略图。X 轴上的回归变量是变化的，而所有其他回归变量均固定为观测数据集的均值。
指定的计数水平	为总预测概率图和预测概率概略图提供响应变量值。每个值都应是非负整数。非负整数将四舍五入为最接近的整数。该值也可以是 X TO Y BY Z 形式的列表。例如，COUNTS(0 1 2 TO 10 BY 2 15) 将为计数 0、1、2、4、6、8、10 和 15 创建图。
零膨胀图注: 仅当您将零膨胀 Poisson 或零膨胀负二项式选作因变量的分布时，零膨胀过程选择的概率概略图选项才可用。
零膨胀过程选择的概率概略图	根据模型回归变量生成零膨胀过程选择的概率概略图和零计数预测。X 轴上的回归变量是变化的，而所有其他回归变量均固定为观测数据集的均值。
显示为	指定是在面板中显示图还是单独显示。此选项适用于所有分布。