如何修改SAS代码生成影响诊断图表并修复dev、c计算异常问题

我正在分析一组含5个自变量（x1、x2、x3、x4、x5）和1个因变量（y）的数据集，共60条记录。运行下方SAS代码识别异常值与影响点时，出现两个问题：

• 无法生成影响诊断图表
• dev和c的计算结果异常

需要修改代码，生成类似附件截图的影响诊断图表。

原代码 #

data data;
INFILE "/home/" dlm=",";
input x1-x5 y;
run;

PROC STANDARD DATA=data MEAN=0 OUT=zdata;
VAR x1-x5;
RUN;

PROC REG DATA=zdata PLOTS;
model y=x1-x5/DWPROB;
RUN;


PROC LOGISTIC DATA=data PLOTS;
MODEL y=x1-x5/ link=glogit INFLUENCE;
OUTPUT OUT=i1 C=c Cbar=c_1 P=p RESCHI=chi RESDEV=dev
DIFCHISQ=chi_s DIFDEV=dev_s H=h C=cookd DFBETAS=ALL;
RUN;

PROC PRINT DATA=i1;
where dev<-2;
var x1-x5 dev;
run;

proc print data=i1;
where c>0.4;
var x1-x5 C;
run;

问题分析与修改后的代码 #

核心问题点 #

1. LOGISTIC过程PLOTS选项未指定具体图表：仅写PLOTS不会自动生成影响诊断类图表，需明确指定。
2. OUTPUT语句变量名冲突：C=c和C=cookd重复使用C作为变量名，导致c值被覆盖，结果异常。
3. REG过程PLOTS选项冗余：未指定具体图表类型，默认输出可能不符合需求。
4. 数据读入路径不完整：INFILE "/home/"未指定具体文件名，无法正确读取数据。

修改后的完整代码 #

/* 1. 修正数据读入路径，补充完整文件名（若有表头需加FIRSTOBS=2跳过） */
data mydata;
INFILE "/home/your_dataset.csv" dlm="," FIRSTOBS=2;
input x1-x5 y;
run;

/* 2. 标准化自变量（可选，若需基于标准化变量分析则保留） */
PROC STANDARD DATA=mydata MEAN=0 OUT=zdata;
VAR x1-x5;
RUN;

/* 3. REG过程明确指定诊断图表，ONLY参数避免冗余输出 */
PROC REG DATA=zdata PLOTS(ONLY)=(QQPlot RESIDUALS BYPANEL INFLUENCE);
model y=x1-x5/DWPROB;
RUN;
QUIT;

/* 4. LOGISTIC过程修正变量冲突，指定影响诊断图表 */
PROC LOGISTIC DATA=mydata PLOTS(ONLY)=(INFLUENCE DIAGNOSTICS);
MODEL y=x1-x5/ link=glogit INFLUENCE;
/* 修正变量名冲突，将C统计量和Cook's D分别命名为c_stat和cookd */
OUTPUT OUT=i1 
       C=c_stat 
       Cbar=cbar 
       P=p 
       RESCHI=chi 
       RESDEV=dev
       DIFCHISQ=chi_s 
       DIFDEV=dev_s 
       H=hat_matrix 
       COOKD=cookd 
       DFBETAS=ALL;
RUN;
QUIT;

/* 5. 使用修正后的变量名筛选异常值 */
PROC PRINT DATA=i1;
where dev<-2;
var x1-x5 dev;
run;

proc print data=i1;
where c_stat>0.4;
var x1-x5 c_stat;
run;

关键修改说明 #

• 数据读入：补充完整CSV文件名，若数据集含表头，添加FIRSTOBS=2跳过表头行。
• REG过程：PLOTS(ONLY)=(QQPlot RESIDUALS BYPANEL INFLUENCE)指定仅生成残差QQ图、分组残差图和影响点诊断图，减少冗余输出。
• LOGISTIC过程：
  • PLOTS(ONLY)=(INFLUENCE DIAGNOSTICS)直接生成影响诊断相关图表，包含Cook's D、帽子矩阵、DFBETAS等指标的可视化。
  • 修正OUTPUT语句中的变量名冲突，避免C统计量被Cook's D覆盖，确保计算结果准确。
• 添加QUIT语句：每个PROC过程后添加QUIT，确保过程正常结束，释放系统资源。

内容的提问来源于stack exchange，提问作者needhelpcoding