SAS Econometrics Features List

SAS Econometrics

Modelos Markov ocultos

Encaixa e aplica modelos Markov ocultos aos dados das séries cronológicas.
Faz ajuste (ou aprendizagem), suavização, filtragem, decodificação e pontuação.
Suporta modelos univariados ou multivariados, modelos de regressão de mudança de regime e modelos de autorregressão de mudança de regime.
Suporta modelos gaussianos estatais discretos.
Fornece métodos para o manuseio eficiente de séries muito longas (grandes dados).
Automatiza a seleção do número de estados e o número de defasagens.
Fornece um modelo autoregressivo de comutação de regime em forma ajustada à média.
Fornece um algoritmo de otimização de gradiente estocástico (SGD) para todos os modelos.

Suporta o seguinte:
- Modelos lineares.
- Modelos lineares com efeitos de atraso espacial de X (SLX).
- Modelos de autoregressivos espaciais (SAR).
- Modelos Spatial Durbin (SDM).
- Modelos de erro espacial (SEM).
- Modelos de erro Spatial Durbin (SDEM).
- Modelos de média móvel espacial (SMA).
- Modelos de média móvel Spatial Durbin (SDMA).
- Modelos de média móvel autorregressiva espacial (SARMA).
- Modelos de média móvel autorregressiva Spatial Durbin (SDARMA).
- Modelos espaciais autorregressivos confusos (SAC).
- Modelos confusos autorregressivos Spatial Durbin (SDAC).
Fornece tabelas de saída que permitem compreender e interpretar completamente o impacto de variáveis individuais no modelo.

O procedimento CNTSELECT modela a frequência com que os eventos podem ocorrer durante um período de tempo.
Suporta:
- Poisson, binômio negativo e regressão Conway-Maxwell-Poisson (CMP).
- Modelos de inflação zero condicionais em covariáveis.
- Modelos de superdispersão condicionais em covariáveis (com modelo CMP).
- Modelos de dados de painel de efeitos aleatórios para contagens.
- Modelos de dados de contagem espacial.
- Estimativa Bayesiana.
Fornece métodos de seleção automática de variáveis.
Inclui muitos testes e gráficos de diagnóstico, incluindo gráficos para visualização focalizada de partes específicas da distribuição de probabilidade ajustada.
Exibe tabelas para avaliar a covariância e a correlação entre os parâmetros estimados do modelo.

Adapta-se a distribuição ao tamanho ou à gravidade das perdas ou outros eventos.
Suporta:
- Modelos de regressão para parâmetro de escala de distribuição de gravidade.
- Censura à esquerda e truncamento à direita (por exemplo, franquias e limites de cobertura).
- Muitas distribuições, inclusive:
  - Burr.
  - Exponencial.
  - Gama.
  - Pareto generalizado.
  - Wald.
  - Log-normal.
  - Tweedie.
  - Weibull.
Fornece a capacidade de programar distribuições adicionais.
Adapta-se a múltiplas distribuições e seleciona automaticamente as melhores.
Fornece muitos testes e gráficos de diagnóstico, incluindo gráficos para visualização focalizada de partes específicas da distribuição de probabilidade ajustada.
Inclui tabelas de exibição para avaliar a covariância e a correlação entre os parâmetros estimados do modelo.

O procedimento da CQLIM estima modelos de regressão para variáveis univariadas qualitativas e dependentes do limite.
Suporta:
- Modelos censurados e truncados.
- Modelos logit, probit e tobit, e modelos bivariados de probit e tobit.
- Modelos com heterocedasticidade.
- Modelos de variáveis univariadas dependentes de limites.
- Modelos de variáveis dependentes limitadas bivariadas e multivariadas.
- Modelos bivariados e multivariados de variáveis de resposta discreta.
- Modelos de equações lineares multivariadas.
Estimativa da produção na fronteira estocástica e modelos de custos.
Modelo de seleção de amostras Heckman.

Simula modelos de cópula da estrutura de dependência multivariada entre conjuntos de potencialmente muitas variáveis.
Suporta simulações a partir das seguintes cópulas:
- Normal.
- t.
- Clayton.
- Gumbel.
- Frank.

Analisa as relações entre o passado e o futuro utilizando um grande número de observações e mais de uma observação por período de tempo.
Suporta:
- Modelos unidirecionais e bidirecionais.
- Efeitos fixos, efeitos aleatórios e modelos híbridos.
- Modelos autorregressivos e de média móvel.
- Modelos de painéis dinâmicos.
Fornece estimadores Hausman-Taylor e Amemiya-MaCurdy.
Fornece diferentes tipos de heterocedasticidade e autocorrelação consistente (HAC) estimadores de matriz de covariância.
Encaixa e compara múltiplos modelos.
Inclui muitos diagnósticos e testes.

Resumo gráfico da distribuição de perdas agregadas a partir de amostras simuladas grandes e distribuídas.
Modos de simulação.
Uma maneira flexível de especificar as distribuições de contagem.
Simulações mais realistas de modelagem de perdas usando variáveis estocásticas.
Análise de perturbação para estimar a média e a variabilidade das estatísticas de distribuição de perdas agregadas.

Fornece um resumo gráfico da distribuição de perdas agregadas a partir de amostras simuladas grandes e distribuídas.
Inclui modos de simulação.
Fornece uma maneira flexível de especificar as distribuições de contagem.
Possibilita simulações mais realistas de modelagem de perdas usando variáveis estocásticas.
Permite a análise de perturbação para estimar a média e a variabilidade das estatísticas de distribuição de perdas agregadas.

Permite a criação programática de modelos de previsão em dados de séries temporais.
Permite a criação de modelos de séries cronológicas:
- ARIMA definido pelo usuário.
- Modelos de suavização exponencial (ESM).
Permite criar análises de séries temporais, modelos de decomposição e testes de diagnóstico.
Fornece tabelas de saída com estimativas de parâmetros de modelos ajustados, previsões de variáveis em várias etapas e informações de variáveis modeladas.

Funciona no SAS Viya, um motor escalonável e distribuído na memória da plataforma SAS.
Distribui tarefas de análise e dados através de múltiplos nós de computação.
Fornece acesso rápido, simultâneo e multiusuário aos dados em memória.
Inclui tolerância a falhas para alta disponibilidade.
Permite adicionar o poder do SAS Analytics a outras aplicações usando SAS Viya REST APIs.

Recupera dados de séries cronológicas no Moody's Analytics Data Buffet. Acessa mais de 600 fontes de dados estatísticos históricos globais e 40 bancos de dados de previsão - mais de 220 milhões de séries temporais.