Statistics 如何使用SAS获取预测的SSE？

可能重复：（从stats.SE交叉发布，但我是被一个mod发送到这里的）

我试图得到SAS中预测的误差平方和，但我不确定我做得是否正确。我不确定我是否完全理解代码的输出（具体来说，stdp）：

这为我提供了每个估算的错误文件。我将这些数据导入Excel，对每一个数据进行平方运算，然后将它们相加，得到一个数字。这是正确的方法吗？根据对我的项目的描述，我的印象是我应该对每个预测值进行SSE_测试。见下文：

---

首先，STDP是平均预测值的标准误差[用于计算95%置信度/预测区间]。这不是一个你需要平方和求和得到SSE的方法

这是您需要做的：

PROC REG中输出语句中的“r=resid”是错误的度量。这只是实际预测。因为有时你的模型可能预测过高，有时预测不足。这个R，残差，可以是正值，也可以是负值

为了使一切都为正，我们只需对残差值进行平方运算，就可以得到每个预测的平方误差

把所有的错误加起来，你就得到了所有错误的总和。这将是单个统计（或标量）

据我所知，除非手头有实际值，否则无法计算SSE

---

您可以特别参考该页的最后一段。

谢谢您的帮助！我来试试这个。

data tridata;
infile '\data.dat';
    input x1 x2 x3 y;
    proc sort data = tridata; by x3;

proc reg data = tridata;
    model y=x3;
    plot r. * x3;
    output out = tridata2 r = resid p = pred stdp = err;
run;
quit;

/* Send your errors to a file */
data _NULL_;
    file '\data-err.dat';
    set tridata2;
    put err;
    where y eq .;
run;
quit;