Académique Documents
Professionnel Documents
Culture Documents
Sin embargo, por cuestiones de organización SAS también tiene instrucciones globales que
y de facilitar el proceso de depuración del aplican a todo el programa y no cambian a
programa es recomendable escribir cada menos que se introduzca otra instrucción
instrucción en líneas separadas. global: y .
SAS no distingue entre letras mayúsculas y Todos los programas de SAS terminan con la
minúsculas. Sin embargo, si está ejecutando instrucción de RUN.
el programa en un servidor es probable que
esto no sea cierto. Por lo tanto, es 2.3 Datos
recomendable ser consistente siempre.
SAS puede leer datos en varios formatos.
SAS sólo tiene dos tipos de variables: texto y Estos módulos utilizan archivos de datos con
numéricas. Por defecto SAS identifica todas los siguientes formatos: TXT, CVS, y SAS.
las variables como numéricas. Las variables
de texto se tienen que identificar en el Utilizaremos los datos de la Tabla 1 para explicar
programa utilizando el signo de dólar: $. este módulo. La tabla 1 presenta el precio de cierre
mensual de las acciones del Banco Popular, el
precio del mercado (S&P 500), y la tasa de interés
2.1 Nombres de Variables y Datos
mensual de los T-bills de 3 meses (risk-free interest
rate = tasa libre de riesgo). La tasa libre de riesgo a
No pueden exceder 8 caracteres. a 3 meses fue obtenida de la siguiente página
electrónica:
Tienen que comenzar con una letra o el signo http://mortgage-x.com/general/indexes/default.asp ,
de subrayar (underscore _). y los precios del Banco Popular y del S&P fueron
obtenidos de la siguiente página electrónica:
El resto de los caracteres del nombre pueden http://finance.yahoo.com.
ser letras, números, o el signo de subrayar.
" , ** - !.,
/,0, 1 /234 La instrucción
$ % &' (
) & &** & &- %&.
Con el procedimiento se ordenan los datos La instrucción permite unir dos archivos de
según las variables indicadas en la instrucción 6. datos con exactamente las mismas variables.
7 2
. 7 y . 2 representan los nombres de las
variables que se quieren utilizar para organizar los
datos. Se requiere que las variables (columnas) en ambos
archivos a ser unidos estén organizadas en el mismo
orden.
3.5 Fusión de Archivos de Datos - MERGE
$ / $ /
1 . 7 . 2 . :
$
$ 1
Con la instrucción 1 se define qué variables se 6. 7
van a examinar (.. 2 . : . <#
1 . 2
La instrucción $ $ $ / sirve para
guardar los estadísticos en un dataset. Especificando la opción en la instrucción
debe ser reemplazado con el nombre del dataset. Es $ 1 , se presentan dos estadísticos
necesaria incorporar la lista de estadísticos (ej y nuevos para examinar si los datos provienen o no de
y los nombres de las variables con qué se van una distribución normal.
a guardar ( . 2 . : . < . 2
. : . <). W = Estadístico para probar si los datos provienen de
una variable Normal.
Cuando se estudian varias variables al
PROBW Significación de la prueba de normalidad bajo
mismo tiempo, es posible incluir estadísticos para la hipótesis nula que los datos provienen de una variable
ambas variables en el dataset de salida, Normal.
especificando cada uno de los nombres en el orden
en que se incluyeron las variables en la instrucción . 7 y . 2 representan los nombres de las
1 . variables que se quieren utilizar para organizar los
datos.
9crea rangos utilizando una variable Este procedimiento se utiliza para crear “lags’y
como base. “leads”.
> /
/
. 7 ? /
6. 7
9 8 $ /7= $ /
6. 7 . . 2 /. 2* @A !5 /
+ 8 7#
1 . 2
. . : /. :* A !5 /
9 ' + 7#
$
Se requiere que los datos estén organizados (sort) de
acuerdo a la variable (.
. 7)7 que se va a utilizar en
la opción 6.
Se requiere que los datos estén organizados (sort) de
acuerdo a la variable (.
. 7)7 que se va a utilizar en
la opción 6.
Solo presentamos aquí aquellas que son más LOG10(var1) Logaritmo con base 10
comunes:
6.1 Operadores
+ = suma
- = resta
* = multiplicación
/ = división
** = exponencial
6.2 Comparadores
=
<
>
<=
>=
AND
OR
ne = not equal
El procedimiento REG también permite obtener The null hypothesis for this test
representaciones de los datos en una gráfica maintains that the errors are
con la instrucción PLOT. homoscedastic, independent of the
regressors and that several
*CAPM estimating BETA for BPOP; technical assumptions about the
model specification are valid.
PROC REG;
MODEL var1=var2 var3/DW VIF SPEC; For details, see theorem 2 and
PLOT var1 * var2; assumptions 1 -7 of White (1980).
RUN; When the model is correctly
specified and the errors are
independent of the regressors, the
Para obtener la gráfica se escriben las dos variables rejection
intercaladas por un asterisco (*), teniendo of this null hypothesis is
en cuenta que la variable de la izquierda es la evidence of heteroscedasticity.
variable del eje de Y y que la de la derecha es
la variable del eje de X. In implementing this test, an
estimator of the average
covariance matrix (White 1980, p.
VIF = Variance Inflation Factors 822) is constructed and inverted.
These factors measure the The nonsingularity of this matrix
inflation in the variances of the is one of the assumptions in the
parameter estimates due to null hypothesis about the model
collinearities that exist among specification. When PROC REG
the regressor (dependent) determines this matrix to be
variables. There are no formal numerically
criteria for deciding if a VIF is singular, a generalized inverse is
large enough to affect the used and a note to this effect is
predicted values. written to the log.