SAS/STAT

SAS/STAT 14.2

SAS/STAT 14.2 是一个在 SAS 9.4M4 及更新版本上运行的主要版本。

该版本包含两个新过程：

CAUSALTRT 过程估计二元处理变量 T 对连续或离散结果 Y 的平均因果效应。
PSMATCH 过程提供大量用于倾向评分分析的工具，该分析是用于减小观测研究（研究中的对象不是随机分配给治疗组和控制组）中混杂影响的一种常用策略。

以下是该版本中的一些增强功能：

FREQ 和 SURVEYFREQ 过程提供更多的一致性统计量。
NLIN 过程现在提供 ESTIMATE 和 CONTRAST 语句。
NLMIXED 过程支持在包含不止一个 RANDOM 语句的模型中进行多线程处理。
PHREG 过程现在提供依赖时间的 ROC 分析。
POWER 过程现在提供对适用于多种广义线性模型的现有功效分析的扩展。
SURVEYIMPUTE 过程提供两阶段完全有效分数补缺和分数 hot-deck 补缺。
SURVEYSELECT 过程现在提供均衡 bootstrap 选择和顺序 Poisson 选择。

详细信息，请参见 SAS/STAT 14.2 User’s Guide 中的 What’s New in SAS/STAT 14.2。

SAS/STAT 14.1

SAS/STAT 14.1 是一个在 SAS 9.4M3 及更新版本上运行的主要版本。

以下是一些新增和增强功能：

新 GAMPL 过程是一个高性能过程，通过惩罚似然估计拟合广义加性模型。
新的 SURVEYIMPUTE 过程通过用某项的观测值来代替缺失值在样本调查中补缺同一项的缺失值。补缺方法包括单个和多个 hot-deck 补缺以及完全有效分数补缺。
BCHOICE 过程允许 logit 模型的选择集中有不同数量的备选。
精确中位数 p、似然比和 Wald 修正置信限可用于 FREQ 过程产生的优比。
GLIMMIX 过程为多水平模型提供了 Pinheiro 和 Chao (2006) 的多水平自适应高斯求积算法，这可以大大减少拥有许多随机效应的模型的计算和内存要求。
GLMSELECT 过程支持分组 LASSO 方法。
IRT 过程拟合广义分部评分模型。
LIFETEST 过程执行竞争-风险数据的非参数分析。
LOGISTIC 过程将邻接类别 Logit 模型拟合至顺序响应数据。
MCMC 过程添加了一个常微分方程 (ODE) 求解程序和广义积分函数，这使该过程可以拟合包含微分方程的模型（如 PK 模型），或要求积分的模型（例如，边际似然模型）。
NPAR1WAY 过程为双样本数据执行基于排名的分层分析。
POWER 过程支持 Cox 比例危险回归模型。
分类和回归树的 HPSPLIT 过程得到更新，包括 MODEL 和 CLASS 语句及树图、交叉验证图和 ROCS 曲线。
广义线性模型的模型选择中的 HPGENSELECT 过程现在提供 LASSO 方法。

详细信息，请参见 SAS/STAT 14.1 User’s Guide 中的 What’s New in SAS/STAT 14.1。

SAS/STAT 13.2

SAS/STAT 13.2 在 SAS 9.4M2 及更新版本上运行。

以下是一些新增和增强功能：

新的 ICPHREG 过程将比例危险回归模型拟合至区间型删失数据。
新的 SPP 过程分析空间点模式。
试用的 GEE 过程通过使用 Liang 和 Zeger (1986) 的广义估计方程 (GEE) 估计方法拟合经度数据的广义线性模型。该过程也提供加权 GEE 分析。
FACTOR 过程生成路径流程图。
FMM 过程拟合多项式模型。
IRT 过程生成多元相关矩阵、项特征曲线和检验信息曲线图。
MCMC 过程支持 MODEL、RANDOM 和 PRIOR 语句的分类分布。
NLMIXED 过程允许您指定多个 RANDOM 语句以拟合层次非线性混合模型。
SEQDESIGN 过程允许您创建为非生存数据创建与阶段的整数值样本大小对应的上限修正设计。
LOGISTIC 过程允许您在列名型响应和偏比例优比模型重添加或放宽参数约束。
FREQ 过程现在提供优比和相对风险的评分置信限。
GLMSELECT 过程允许您应用安全筛选，并确保独立筛选方法以从执行模型选择的位置将大量回归变量减少至较少的子集。

详细信息，请参见 SAS/STAT 13.2 User’s Guide 中的 What’s New in SAS/STAT 13.2。

SAS/STAT 13.1

SAS/STAT 13.1 是一个在 SAS 9.4M1 及更新版本上运行的主要版本。

以下是一些新增和增强功能：

试用的 BCHOICE 过程执行离散选择模型的贝叶斯分析。
新增的 ICLIFETEST 过程执行区间删失数据的非参数生存分析。
试用的 IRT 过程拟合项响应模型。
MI 过程现在提供 MNAR 语句，可帮助执行灵敏度分析。
GENMOD 过程现在支持 Tweedie 分布。
PHREG 过程现在提供 Fine 和 Gray (1999) 的竞争风险模型。
使用 NLIN 过程，您可以生成参数置信区间的 Bootstrap 估计，以及参数估计的协方差矩阵和相关矩阵的 Bootstrap 估计。
MCMC 过程现在支持多线程处理。
CALIS 过程现在提供路径图。
您现在可以使用 GLMPOWER 过程计算 PROC GLM 类型 MANOVA 的幂和重复测量值。
SURVEYMEANS 过程生成域分位数估计。

以下是 SAS/STAT 中的一些新增高性能功能和过程：

新增的 HPCANDISC 过程执行高性能典型判别分析。
新增的 HPFMM 过程执行高性能有限混料模型分析。
新增的 HPPRINCOMP 过程执行高性能主成分分析。
HPREG 过程的 SELECTION 语句中的 SCREEN 选项请求筛查将大量回归变量缩减为显著减少的子集（从中挑选最终模型）的多个阶段。

详细信息，请参见 SAS/STAT 13.1 User’s Guide 中的 What’s New in SAS/STAT 13.1。

SAS/STAT 12.3

SAS/STAT 12.3 本质上是运行在 SAS 9.4 上的 SAS/STAT 软件的维护版本。

此外，组成 SAS High-Performance Statistics 产品的过程在 SAS/STAT 中可用于单机模式。根据数据特征和模型复杂性，您可以看到相比于非多线程的 SAS/STAT 功能，性能得到了改进。另外，这些过程还提供了一些新功能；例如，HPGENSELECT 过程为广义线性模型提供了模型选择。

详细信息，请参见 SAS/STAT User’s Guide：High-Performance Procedures 中的 Overview of SAS/STAT High-Performance Procedures。