SAS Econometrics 功能清單

隱藏式馬可夫模型 (HMM)

• 將隱藏式馬可夫模型調整為配適，並套用至時間序列資料。
• 進行配適調整 (或學習)、平滑化、篩選、解碼和評分。
• 支援單變量或多變量模型、狀態轉換迴歸模型，以及狀態轉換自迴歸模型。
• 支援離散狀態高斯模型。
• 提供有效率處理極長 (大數據) 序列的方法。
• 自動選取狀態數量和落後期數。
• 提供平均調整形式的狀態轉換自迴歸模型。
• 提供針對所有模型的隨機梯度下降 (SGD) 最佳化演算法。

空間計量經濟建模

• 支援以下模型：
  • 線性模型。
  • 包含 X（SLX）效果空間落後期的線性模型。
  • 空間自迴歸 (SAR) 模型。
  • 空間 Durbin 模型 (SDM)。
  • 空間誤差模型 (SEM)。
  • 空間 Durbin 誤差模型 (SDEM)。
  • 空間移動平均 (SMA) 模型。
  • 空間 Durbin 移動平均 (SDMA) 模型。
  • 空間自迴歸移動平均 (SARMA) 模型。
  • 空間 Durbin 自迴歸移動平均 (SDARMA) 模型。
  • 空間自迴歸混淆 (SAC) 模型。
  • 空間 Durbin 自迴歸混淆 (SDAC) 模型。
• 提供輸出表格，讓您能完全瞭解和解釋模型中個別變數的影響。

其他計量經濟模型

適用整數值應變數的計數迴歸模型

• CNTSELECT 程序會針對一段時間期間內，事件可能發生的頻率建立模型。
• 支援：
  • Poisson、負二項式和 Conway-Maxwell-Poisson (CMP) 迴歸。
  • 以共變異數為條件的零膨脹模型。
  • 以共變異數為條件的過度分散模型 (使用 CMP 模型)。
  • 針對計數的隨機效果縱橫資料模型。
  • 空間計數資料模型。
  • 貝氏估計。
• 提供自動化變數選取方法。
• 包含許多診斷測試和繪圖，其中包括配適機率分配特定部分的集中視覺化繪圖。
• 顯示表格，以評估估計模型參數之間的共變數和相關性。

嚴重性迴歸模型

• 將分布調整為配適損失或其他事件的大小或嚴重性。
• 支援：
  • 針對嚴重程度分布尺度參數的迴歸模型。
  • 左設限和右截斷 (例如，自付額和涵蓋範圍界限)。
  • 許多種分布發行版，包括：
    • Burr。
    • 指數。
    • Gamma。
    • 廣義 Pareto。
    • Wald。
    • 對數常態。
    • Tweedie。
    • Weibull。
• 提供其他分布程式設計的能力。
• 調整多種分布配適度，並自動選取最佳分布。
• 提供許多診斷測試和繪圖，其中包括配適機率分配特定部分的集中視覺化繪圖。
• 包含顯示表格，以評估估計模型參數之間的共變數和相關性。

定性和有限應變數迴歸模型

• CQLIM 程序會針對單變量定性和有限應變數估計迴歸模型。
• 支援：
  • 設限和截斷模型。
  • 對數、機率和 Tobit 模型，以及雙變量機率和 Tobit 模型。
  • 具有不等變異性的模型。
  • 單變量有限應變數模型。
  • 雙變量和多變量有限應變數模型。
  • 雙變量和多變量離散回應變數模型。
  • 多變量線性方程式模型。
• 估計隨機前沿生產和成本模型。
• Heckman 樣本選擇模型。

Copula 模型

• 模擬潛在許多變數集合之間多變量相依性結構的 Copula 模型。
• 支援以下 Copula 的模擬：
  • 常態。
  • t.
  • Clayton。
  • Gumbel。
  • Frank。

針對縱橫資料的迴歸模型

• 利用大量觀測值和每個時間期間多個觀測值，分析過去和未來之間的關係。
• 支援：
  • 單向和雙向模型。
  • 固定效果、隨機效果和混合模型。
  • 自迴歸和移動平均模型。
  • 動態面板模型。
• 提供 Hausman-Taylor 和 Amemiya-MaCurdy 估計式。
• 提供不同類型的不等變異性和自相關一致性 (HAC) 共變異數矩陣估算式。
• 調整多種模型的配適度，並進行比較。
• 包含許多診斷和測試。

經濟資本建模

• 整合頻率、嚴重性和 Copula 建模的結果。

複合分布建模

• 大型分散式模擬樣本的彙總損失分布圖形化摘要。
• 模擬模式。
• 靈活的計數分布指定方式。
• 使用隨機變數，針對損耗建模進行更務實的模擬。
• 用於估計彙總損失分布統計資料平均值和變異性的擾動分析。

複合分布建模

• 提供大型分散式模擬樣本的彙總損失分布圖形摘要。
• 包含模擬模式。
• 提供靈活的計數分布指定方式。
• 使用隨機變數，針對損耗建模進行更務實的模擬。
• 能進行擾動分析，以估計彙總損失分布統計資料的平均值和變異性。

針對時間序列資料的預測模型

• 讓您能以程式設計方式對時間序列資料建立預測模型。
• 可讓您建立時間序列模型：
  • 使用者定義 ARIMA。
  • 指數平滑模型 (ESM)。
• 可讓您建立時間序列分析、分解模型和診斷測試。
• 提供輸出表格，其中包含配適模型的參數估計值、多步驟變數預測，以及建模變數資訊。

廣泛分散、開放存取、雲端就緒

• 在 SAS Viya 上執行，是 SAS 平台的可擴展分散式記憶體內引擎。
• 將分析和資料工作分散到多個計算節點。
• 多個使用者可同時快速存取記憶體內資料。
• 包含容錯功能，以維持高可用性。
• 可讓您藉由使用 SAS Viya REST API，將 SAS Analytics 的強大功能新增至其他應用程式。

SASEMOOD 介面引擎

• 從 Moody's Analytics Data Buffet 擷取時間序列資料。可存取超過 600 個全球歷史統計資料來源和 40 個預測資料庫，涵蓋超過 2.2 億個時間序列。