Skip to main content

2016 | OriginalPaper | Buchkapitel

3. Adaptive Regression Modeling of Univariate Continuous Outcomes in SAS

verfasst von : George J. Knafl, Kai Ding

Erschienen in: Adaptive Regression for Modeling Nonlinear Relationships

Verlag: Springer International Publishing

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter describes how to use the genreg (for general regression) macro for adaptive regression modeling, with models for the means linear in their intercept and slope parameters, and its generated output in the special case of univariate continuous outcomes as also covered in Chap. 2. Example code and output are provided addressing analyses of death rates per 100,000 for 60 metropolitan statistical areas in terms of the nitric oxide pollution index, the sulfur dioxide pollution index, and the average annual precipitation. Issues covered include loading the data; setting the number k of folds for computing k-fold likelihood cross-validation (LCV) scores; generating standard polynomial models, fractional polynomial models, monotonic models, and zero-intercept models; incorporating log transforms and multiple primary predictors; model selection using penalized likelihood criteria (PLCs) rather than LCV; bounding primary predictors; residual analyses; and modeling variances as well as means. Practice exercises are also provided for conducting analyses similar to those presented in Chaps. 2 and 3.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literatur
Zurück zum Zitat Carpenter, A. (2004). Carpenter’s complete guide to the SAS macro language (2nd ed.). Cary, NC: SAS Institute. Carpenter, A. (2004). Carpenter’s complete guide to the SAS macro language (2nd ed.). Cary, NC: SAS Institute.
Zurück zum Zitat Freund, R., & Littell, R. (2000). SAS system for regression (3rd ed.). Cary, NC: SAS Institute. Freund, R., & Littell, R. (2000). SAS system for regression (3rd ed.). Cary, NC: SAS Institute.
Zurück zum Zitat Littell, R. C., Stroup, W. W., & Freund, R. J. (2002). SAS for linear models (4th ed.). Cary, NC: SAS Institute. Littell, R. C., Stroup, W. W., & Freund, R. J. (2002). SAS for linear models (4th ed.). Cary, NC: SAS Institute.
Zurück zum Zitat Royston, P., & Altman, D. G. (1994). Regression using fractional polynomials of continuous covariates: Parsimonious parametric modeling. Applied Statistics, 43, 429–467.CrossRef Royston, P., & Altman, D. G. (1994). Regression using fractional polynomials of continuous covariates: Parsimonious parametric modeling. Applied Statistics, 43, 429–467.CrossRef
Metadaten
Titel
Adaptive Regression Modeling of Univariate Continuous Outcomes in SAS
verfasst von
George J. Knafl
Kai Ding
Copyright-Jahr
2016
DOI
https://doi.org/10.1007/978-3-319-33946-7_3

Premium Partner