http://support.sas.com/kb/37/106.html
你可以试一下这个方法，不过好像只对个别的值好使，你试一下你的情况能行不？

我按照您推荐的那个网站介绍，使用了下述命令
ods output parameterestimates=pe;
但是不能更改数值精度。我把程序和数据发给大家，看谁能帮助提高估计参数（比如Tphi, Sum of squares）的精度吧。谢谢！
使用时，请先打开xls文件，然后再运行SAS的程序。请注意，数据为朋友的未发表数据，请不要用于发表，只做学习交流使用。呵呵，先谢谢了。

                                           The SAS System          15:45 Saturday, April 17, 2013 434
                                          The NLIN Procedure
                                           Iterative Phase
                                      Dependent Variable sqrt_r
                                         Method: Gauss-Newton
                                                                             Sum of
                   Iter        Tphi          HL          TL          HH     Squares
                      0       298.2     -100000       278.2      200000     0.00740
                      1       298.1     -144077       283.5      889658     0.00707
                      2       298.1     -144407       283.7      868044     0.00703
                      3       298.1     -140714       284.6      764966     0.00682
                      4       297.9    -73258.8       284.1      341455     0.00680
                      5       297.3    -49588.9       282.9      182974     0.00632
                      6       296.7    -39295.8       282.1      115806     0.00591
                      7       296.0    -36677.9       282.4     73941.1     0.00559
                      8       295.5    -40866.4       283.6     59194.6     0.00530
                      9       295.2    -46132.8       284.6     54401.9     0.00494
                     10       294.8    -56173.5       285.8     50964.2     0.00454
                     11       294.5    -69501.1       286.7     52305.6     0.00383
                     12       294.1    -97012.3       287.8     60840.2     0.00304
                     13       294.0     -118906       288.0     70827.1     0.00185
                     14       294.0     -132042       288.2     77098.5     0.00176
                     15       293.9     -133616       288.2     77793.7     0.00176
                     16       293.9     -133497       288.1     77734.9     0.00176
                     17       293.9     -133504       288.1     77740.6     0.00176