SAS 顺序回归（在 Quandt 的对数似然法中）答案

【问题标题】：SAS sequential regression (in Quandt's log likelihood method)SAS 顺序回归（在 Quandt 的对数似然法中）
【发布时间】：2014-03-21 13:35:50
【问题描述】：

我正在使用 SAS Enterprise Guide 4.2 进行编码。我正在尝试计算 Quandt 的对数似然比。但是理解我的问题并不重要。

该比率基于顺序回归。即从 1 到 t0 的回归，其中 1

首先对第一个观察结果执行回归
然后对前两个观察值执行回归
然后对前 3 个观察值执行回归
...等等

它还在执行从 t0+1 到 T 的“正向回归”。插图：

首先对最后的 T-1 个观测值执行回归
然后对最后的 T-2 观察值执行回归
然后对最后的 T-3 观察值执行回归
...等等

回归是普通最小二乘回归。

执行回归后，对残差的平方求和。

所以这就是我需要的。对于每个观察 t0 我想：

从 1 到 t0 进行 OLS 回归，并对残差的平方求和
从 t0+1 到 T 进行 OLS 回归，并对残差的平方求和

数据由一组变量、一个因变量和一个自变量组成。计算应该按组变量进行分组（但这应该不会太难）。

我已经能够自己完成部分任务，但是效率非常低，而且由于数据包含超过 1,000,000,000 次观察，因此效率非常重要

我还注意到程序“autoreg”计算同样基于顺序回归的 CUSUM 统计量，因此我怀疑此功能可以在 SAS 中使用，但我无法找到它。

而我现在最苦恼的部分是求和。我想做的总结的简单例子：

Input:
col1 col2
1     2
2     5
5     4
7     6

Output:
col3
2    =1*2
15   =1*5+2*5
32   =1*4+2*4+5*4
90   =1*6+2*6+5*6+7*6

有没有人遇到过类似的问题或知道如何以有效的方式解决它？欢迎所有帮助，如果不清楚，请随时要求我澄清。

【问题讨论】：

标签： sas regression

【解决方案1】：

就总和而言，以下应该可以工作（尽管您的输入数据集必须首先按组排序）。

由于您要求的总和基本上是 col2 乘以每个组中 col1 的累积总和，因此您可以使用保留语句来跟踪 col1 的总和，并使用按组处理来重置累积总和每次数据步骤遇到一个新组时。

data output;
  retain cusum;
  set input;
  by group;
  if first.group then cusum = col1;
  else cusum = cusum + col1;
  col3 = cusum * col2;
  drop cusum;
run;

【讨论】：