home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #16 / NN_1992_16.iso / spool / bit / listserv / sasl / 3392 < prev    next >
Encoding:
Text File  |  1992-07-22  |  2.0 KB  |  49 lines
  1. Comments: Gated by NETNEWS@AUVM.AMERICAN.EDU
  2. Path: sparky!uunet!paladin.american.edu!auvm!CORNELLC.BITNET!TCD
  3. Message-ID: <SAS-L%92072211352883@UGA.CC.UGA.EDU>
  4. Newsgroups: bit.listserv.sas-l
  5. Date:         Wed, 22 Jul 1992 11:13:04 EDT
  6. Reply-To:     Tim Dorcey <TCD@CORNELLC.BITNET>
  7. Sender:       "SAS(r) Discussion" <SAS-L@UGA.BITNET>
  8. From:         Tim Dorcey <TCD@CORNELLC.BITNET>
  9. Subject:      Re: question
  10. In-Reply-To:  Message of Sat,
  11.               18 Jul 1992 12:29:08 -0500 from <rottgeri@REUSEL.LEIDENUNIV.NL>
  12. Lines: 35
  13.  
  14. On Sat, 18 Jul 1992 12:29:08 -0500 Huub Rottgering said:
  15. >Dear Sas Community,
  16. >
  17. >
  18. >Does any one have a simple straight forward solution for
  19. >using SAS for the following problem:
  20. >
  21. >I have a data set with N observation X_i and Y_i
  22. >and variances for Y: sigma_y_i. I would like to fit
  23. >a least square model to this data set that takes into
  24. >account the known variances sigma_y_i.
  25.  
  26.      The WEIGHT option in PROC REG gives the correct estimates, standard
  27. errors and hypothesis tests under the assumption that the variance of
  28. errors is known up to a scalar multiple.  That is COV(y) = D*sigma
  29. where D is a known diagonal matrix and sigma is an unknown variance
  30. parameter.  If the variances themselves are actually known, then using
  31. the reciprocal of sigma_y_i as the WEIGHT var will yield the correct
  32. estimates, but the standard errors and hypothesis tests would need to
  33. be adjusted in the following way:
  34. 1)  divide the output standard error values by the square root of the
  35. output MSE residual term.
  36. 2)  multiply the output t-values by the square root of the output MSE
  37. residual term and then look them up in a Normal (rather than t) table.
  38. 3)  ignore the output F-test and instead look up the Model SS in a
  39. Chi-square table with Model DF  degrees of freedom.
  40.  
  41. I can't imagine many (any?) situations where you would actually want to
  42. do this.
  43.  
  44. Tim Dorcey                        BITNET:   TCD@CORNELLC
  45. Statistical Software Consultant   Internet: TCD@CORNELLC.CIT.CORNELL.EDU
  46. Cornell Information Technologies  Phone:    (607) 255-5715
  47. Cornell University
  48. Ithaca, NY  14853
  49.