你提的问题是线性规划问题,用PROC LP或者PROC NLP等解决.

2# nkwilling
不是，我是想做回归，就是说，我有若干组因变量y与自变量x1,x2的数据，想用最小二乘法沽出模型y=a1*x1+a2*x2+a3的参数a1 a2 a3。我看到sas proc reg中有一项restrict，但是只能用等式约束。我要考虑的问题是a1,a2满足不等式约束，在不等式约束之下的最小二乘法估计。

理论上可以用某些带约束优化问题求解，但是不太想编程，想直接用proc reg做，不知是否可行。

我认为可行性不大,刚刚查了SAS HELP,里面说的很清楚:
The method used for restricting the parameter estimates is to introduce a Lagrangian parameter for each restriction (Pringle and Raynor 1971). The estimates of these parameters are displayed with test statistics

既然后台算法是拉格朗日求参数值,所以不等式失效.

嗯。看来只能用or模块了。

Any procedures have bounds statements can solve your problem.

Here is an example,

data t1;
   do i = 1 to 100;
     x=rannor(990);    error= rannor(990);
     y=1+1*x+error;
     output;
  end;
run;


proc nlin data=t1;
parms a=0 b=0;
model y=a+b*x;
run;

proc nlin data=t1;
parms a=0 b=0;
bounds -0.5<b<0.5;
model y=a+b*x;
run;