Stored procedures 多次迭代的SAS Proc UCM ODS表输出

我试图在Proc UCM中运行各种预测组合的多次迭代（5400）。所有变量组合的SAS代码都是使用外部编程代码（如csharp等）顺序生成的

我认为这可以在SAS中完成，但这是下一次的主题

我想将所有迭代的所有参数估计编译成一个表，将所有“除不规则分量外的所有分量之和的平滑估计”编译成另一个表，并在其中写入一些条件

目前，我把所有的输出都写入csv是不好的。我只知道我可以使用ODS选项并指定“ParameterEstimates”和“SmoothDallexCepterReg”，但要在整个5400次迭代中都这样做，我不知道

我的4次迭代的示例代码如下（1347 1348 1349 1350是基于组合顺序生成的迭代）：

/有差异的水平、无差异的季节、无差异的坡度/

---

我可以将迭代次数附加到outfor数据集中，但我不知道它有什么好处。我如何实现自动化。请帮我解决这个问题。

我认为这个问题的答案可能超出了这里所能发布的范围，如果您将其发布在communities.sas.com上，我将发布一个答案。如果您愿意，还可以包括关于您需要如何设置所有模型的部分。向我提出的问题非常广泛，这就是为什么它可能不符合SO规则的原因。最后一个例子是相关的，如果您使用命名约定，那么在最后附加数据集将成为一个非常简单的过程。

ods csv file = "D:\SAS\Iteration_Hair_Care_Volume_1347.csv";
proc ucm data = project.Compiled printall;
irregular ;
level ;
forecast  lead = 8 alpha = 0.05 outfor = project.Compiled_Output_Hair;
model 
HC = 
Gr_CPI
gdp;
season length=4 
var = 0 noest;
slope 
var = 0 noest;
where count > 36;
run;
quit;
ods csv.close;



/*Level with variance,Season without variance,Slope with Variance*/
ods csv file = "D:\SAS\Iteration_Hair_Care_Volume_1348.csv";
proc ucm data = project.Compiled printall;
irregular ;
level ;
forecast  lead = 8 alpha = 0.05 outfor = project.Compiled_Output_Hair;
model 
HC = 
Gr_CPI
Earning_Avg_Lag;
season length=4 
var = 0 noest;
slope ;
where count > 36;
run;
quit;
ods csv.close;



/*Level with variance,Season with variance,Slope without Variance*/
ods csv file = "D:\SAS\Iteration_Hair_Care_Volume_1349.csv";
proc ucm data = project.Compiled printall;
irregular ;
level ;
forecast  lead = 8 alpha = 0.05 outfor = project.Compiled_Output_Hair;
model 
HC = 
Gr_CPI
pdi
season length=4 ;
slope 
var = 0 noest;
where count > 36;
run;
quit;
ods csv.close;



/*Level with variance,Season with variance,Slope with Variance*/
ods csv file = "D:\SAS\Iteration_Hair_Care_Volume_1350.csv";
proc ucm data = project.Compiled printall;
irregular ;
level ;
forecast  lead = 8 alpha = 0.05 outfor = project.Compiled_Output_Hair;
model 
HC = 
Gr_CPI
IIP;
season length=4 ;
slope ;
where count > 36;
run;
quit;
ods csv.close;