SAS^® High-Performance Econometrics

Быстро разрабатывайте высокоточные аналитические модели, используя все доступные данные, а не только их выборку. Распределенная архитектура вычислений в оперативной памяти позволяет обрабатывать модели в реальном времени, причем обычно за несколько минут, а не часов.

Преимущества

Быстро находите новые возможности, обнаруживайте неизвестные риски и принимайте верные решения: обрабатывайте модели с тысячами переменных, чтобы своевременно получать более точную информацию.
Получайте результаты с высочайшей скоростью, чтобы своевременно принимать критически важные решения.

Разрабатывайте комплексные аналитические модели, используя весь набор имеющихся данных. Проводите больше итераций обработки модели, чтобы находить ответы на те вопросы, на которые раньше не оставалось времени.
Проверяйте больше гипотез и выполняйте несколько сценариев, обрабатывая все ваши данные в надежной, гибко масштабируемой инфраструктуре для аналитики.

Возможности решения

Высокопроизводительная регрессия счетного признака
- Обработка регрессионных моделей, в которых зависимая переменная соответствует счетному признаку (например, количеству определенных событий за период времени или для некоторого объекта).
- Поддерживается модель Пуассона и отрицательная биномиальная модель.
- Поддерживается модель Пуассона и отрицательная биномиальная модель с увеличенной пропорцией нулей, имеется возможность подгонки отдельных регрессоров под распределение с увеличенной пропорцией нулей.
- Оценка параметров методом максимальной вероятности.

Высокопроизводительные модели с качественными и ограниченными независимыми переменными
- Обработка линейных, цензурированных и усеченных регрессионных моделей с зависимостью дисперсии от другой случайной величины.
- Обработка стохастических моделей границы производственных возможностей и стоимостных моделей.
- Возможности байесовского оценивания.

Высокопроизводительные модели распределения/существенности убытков
- Оценка распределения вероятности существенности (величины) случайных событий (в т. ч. с нежелательными последствиями) например, объема повреждений, нанесенных природными явлениями, распределения страховых убытков, серьезности локальных эпидемий, а также событий с желательными последствиями, например, скачкообразного спроса на определенные продукты.
- Обработка регрессионных моделей распределения существенности.
- Поддерживаются девять распределений вероятности, в том числе распределение Твиди; решение способно автоматически выбирать наиболее подходящее распределение.
- Пользователи могут добавлять новые распределения вероятности.
- Поддерживается моделирование усечения и цензурирования данных.