h**********i
发帖数: 580 | 1 现在我有一个包含了11个变量：Y，X1-X10的数据集，我要做两个回归，
Y=a+b1*X_best1
其中的X_best1是指X1到X10中，能够使得单变量回归的R2最大的那一个X；
第二个回归，是在确定了X_best1以后，在剩下的X中找到X_best2，使得
Y=a+b1*X_best1+b2*X_best2
的R2最大。
我现在用max r2的方法可以找到哪两个X会出现在方程2中，但是我无法知道他们哪一个
是X_best1，哪一个是X_best2。请问有什么方法可以做到？最后我希望得到的结果是这
样一个数据集：
Dependent_V X_best1 X_best2
Y X3 X4
多谢大家 |
D******n
发帖数: 2836 | 2 /seletion = F
【在 h**********i 的大作中提到】
: 现在我有一个包含了11个变量：Y，X1-X10的数据集，我要做两个回归，
: Y=a+b1*X_best1
: 其中的X_best1是指X1到X10中，能够使得单变量回归的R2最大的那一个X；
: 第二个回归，是在确定了X_best1以后，在剩下的X中找到X_best2，使得
: Y=a+b1*X_best1+b2*X_best2
: 的R2最大。
: 我现在用max r2的方法可以找到哪两个X会出现在方程2中，但是我无法知道他们哪一个
: 是X_best1，哪一个是X_best2。请问有什么方法可以做到？最后我希望得到的结果是这
: 样一个数据集：
: Dependent_V X_best1 X_best2
|
h**********i
发帖数: 580 | 3 谢谢。可能是我没有讲清楚，selection=f的话可以在输出窗口看到step1和step2分别
有哪些变量，但是我要同时做若干个这样的回归，不可能一个一个地在输出窗口看
step1和step2是什么变量，而是希望有一种方法，可以在数据集中查看。
我试过outest=work，结果得到的work中包含了X1-X10的所有回归系数，而不是只有
step2的
【在 D******n 的大作中提到】
: /seletion = F
|
D******n
发帖数: 2836 | 4 look at the summary table
【在 h**********i 的大作中提到】
: 谢谢。可能是我没有讲清楚，selection=f的话可以在输出窗口看到step1和step2分别
: 有哪些变量，但是我要同时做若干个这样的回归，不可能一个一个地在输出窗口看
: step1和step2是什么变量，而是希望有一种方法，可以在数据集中查看。
: 我试过outest=work，结果得到的work中包含了X1-X10的所有回归系数，而不是只有
: step2的
|
h**********i
发帖数: 580 | 5 我很弱地在问一句...我就是想把summary table输出成数据集，怎么弄？
真的是菜鸟一个，谢谢
【在 D******n 的大作中提到】
: look at the summary table
|
D******n
发帖数: 2836 | 6 ods
search "sas ods output"
【在 h**********i 的大作中提到】
: 我很弱地在问一句...我就是想把summary table输出成数据集，怎么弄？
: 真的是菜鸟一个，谢谢
|
h**********i
发帖数: 580 | 7 thx!
【在 D******n 的大作中提到】
: ods
: search "sas ods output"
|
h**********i
发帖数: 580 | 8 还有一个问题，为什么SAS help里面说Max r2的方法说it is not guaranteed to find
the model with the largest R2 for each size？
【在 D******n 的大作中提到】
: ods
: search "sas ods output"
|
D******n
发帖数: 2836 | 9 because it works like gradient ascent. So global maximum is not guarenteed.
find
【在 h**********i 的大作中提到】
: 还有一个问题，为什么SAS help里面说Max r2的方法说it is not guaranteed to find
: the model with the largest R2 for each size？
|
h**********i
发帖数: 580 | 10 谢谢！
【在 D******n 的大作中提到】
: because it works like gradient ascent. So global maximum is not guarenteed.
:
: find
|
