La procédure PROC SYSLIN a pour but de réaliser des estimations et des prédictions sur des systèmes d'équations linéaires. Son équivalent pour des systèmes d'équations non linéaires est la PROC MODEL.
Ces deux procédures offrent un large choix de méthodes d'estimation :
Elles offrent également la possibilité :
La lecture d'une sortie standard de PROC SYSLIN est comparable à celle d'une PROC REG. La modélisation de chaque équation du système est présentée sur une page de l'output.
Les instructions BY et WEIGHT sont également utilisables dans la PROC SYSLIN.
Il y a autant d'instructions MODEL que d'équations dans le système estimé.
Les instructions ENDOGENOUS et INSTRUMENTS vont ensemble. Elles ne sont nécessaires que si la méthode d'estimation n'est pas une des suivantes : OLS, SUR, ITSUR ou FIML. Les autres méthodes d'estimation effectuent d'abord une régression des variables endogènes sur les variables instrumentales du modèle. L'instruction INSTRUMENTS sert donc à lister les variables instrumentales du modèle. Les variables listées par ENDOGENOUS sont donc les variables du modèle qui ne sont pas instrumentales.
Comme dans la PROC REG, on peut imposer des restrictions ou effectuer des tests. Les restrictions et tests ne concernant qu'une des équations du modèle sont spécifiés respectivement par les instructions RESTRICT et TEST. Une restriction ou un test faisant intervenir des paramètres de différentes équations utilisent les instructions SRESTRICT et STEST.
En option de la procédure, on peut demander à récupérer entre autres :
On peut en outre préciser la méthode d'estimation. Les méthodes à disposition sont :
| ols | estimateur des moindres carrés ordinaires |
| sur | estimateur par la méthode SURE |
| itsur | méthode SURE itérative |
| fiml | maximum de vraisemblance à information complète |
| liml | maximum de vraisemblance à information limitée |
| 2sls | estimateur des doubles moindres carrés |
| 3sls | estimateur des triples moindres carrés |
| it2sls | doubles moindres carrés itératifs |
| it3sls | triples moindres carrés itératifs |
| melo | méthode du minimum de perte espérée |
| k=valeur | méthode de la k-class |
Enfin mentionnons l'option FIRST qui édite la régression des endogènes sur les instruments.
Concernant les options de l'instruction MODEL, outre deux classiques (NOINT qui permet d'éliminer la constante du modèle et DW qui réalise un test de Durbin Watson), nous mentionnerons PLOT qui édite des graphiques des résidus en fonction de chacun des régresseurs (un graphique par régresseur).
Cette fois l'estimation ne porte pas forcément sur des équations linéaires. L'instruction MODEL, propre à la régression linéaire, disparaît donc.
Les équations sont écrites telles qu'on les écrit naturellement, dans le corps de la procédure. Une instruction PARAMETERS permet de préciser quelles grandeurs jouent le rôle des paramètres à estimer.
On retrouve les instructions ENDOGENOUS et INSTRUMENTS, ainsi qu'une instruction EXOGENOUS qui vient les compléter. Par défaut, toutes les variables exogènes sont considérées comme instruments. On n'utilisera donc l'instruction INSTRUMENTS que si ce n'est pas le cas.
Enfin, on précisera quelles sont les variables à régresser grâce à une instruction FIT. Il est à noter que c'est en option de l'instruction FIT que l'on précisera la méthode d'estimation. Notons que la liste des méthodes disponibles ne coïncide pas tout à fait avec celle de la PROC SYSLIN.
Les options RESTRICT et TEST sont encore valides.
Pour plus de détails, on se réfèrera à l'aide de SAS.