这是我做项目的时候自己开发的一段广义线性模型的程序,本来想放到我的书<SAS编程与数据挖掘商业案例>中,但是要等到机械出版社的再版合约.暂时和大家分享一下吧:

proc genmod data =test;
P=&p.;
A=_mean_;
Y=_RESP_;
VARIANCE VAR=A**P;
DEVIANCE DEV=2*((Y**(2-P)-Y*A**(1-P))/(1-P)-(Y**(2-P)-A**(2-P))/(2-P));
class &u._flag ;
model target_var=&u._flag /scale=Pearson type3 ;
fwdlink link=(A**(1-p))/(1-p);
invlink link=((1-p)*_xbeta_)**(1/(1-p));
run;

注意:该段程序的目标变量须要符合Tweedie分布才适用.
另外,刚开发出一个超维度的降维算法(不是什么SVD,PCA之类的),但是代码实在太长,还是想着再版的时候放到我的书里面去.
希望各位批评指正!