SAS stdi输出澄清

我正在尝试将一些旧的SAS宏转换为Python，但SAS中使用的一些术语有点不清楚。在宏中，PROC语句是

proc reg data=model_file;
model &y = &x;
output out=&outfile r=resid stdi=resid_error;

我理解

r

表示每个数据点的个体剩余量，但不清楚

stdi

的含义。根据SAS手册，stdi表示“单个预测值的标准误差”，因此数据集中每行有一个stdi。我搜索了一下，发现了这个，我相信它解释了如何计算stdi

但是，还有两个（编辑：一个）问题：

是计算个体标准误差的方法 讲座幻灯片中的预测是否正确？我从没见过这个 方法之前，所以我仍然有我的怀疑。我查阅了SAS手册，但是他们对STDI的定义有点混乱：。具体来说，h（i）被定义为，但我不知道[X'X]后面的横条是什么意思

计算单个预测的标准误差的方法 这里使用

x

。但是，如果您运行了一个 具有多个X列的回归？stdi是否只假设 单X列

---

回答：答案是否定的。你可以有多个X列，但仍然有一个STDI值。

我不是统计学家，你的问题可以包含更多的细节，但快速的谷歌搜索表明你正在寻找一个PROC REG。PROC REG的主要文档如下：

还有专门的“模型拟合和诊断统计”页面，包括此处的相关公式：

---

也许这会回答你的问题。虽然我对这些东西不感兴趣，但我相信SAS的文档非常擅长描述每个过程所进行的精确计算。

感谢您的回复。您认为在我的问题中包含哪些其他细节对我有帮助，以便为回答者提供更多指导？在这种情况下，显示更多您正在转换为Python的SAS代码会很有帮助。“SAS中使用的术语”的解释很可能因您所查看的进程而异。添加诸如“我在哪里可以找到文档？”或“我在这里查看了文档，但它没有回答我的问题”之类的内容也很有帮助，这样我们就不会浪费时间执行您可能已经尝试过的明显步骤。我仔细阅读了SAS的文档，但是他们对STDI的定义还不清楚——我已经进一步解释了在编辑我的问题时我到底在哪里感到困惑。