options nocenter formdlim="-" ;
title1 'Effets de la publicité (variable agrégée)';
footnote1 h=3 j=l 'Master Marketing Paris-Dauphine';
footnote2 h=2 j=l 'Source : Analyse des données appliquée au marketing ' j=r '2007 (c) Pierre Desmet';

* *******lecture des données lydia pinkham **********************;
* modèle économétrique dynamique;
*****************************************************************;
Data in ;
input annee publicite ventes ;

 cards ;
1907 608 1016
1908 451 921
1909 529 934
1910 543 976
1911 525 930
1912 549 1052
1913 525 1184
1914 578 1089
1915 609 1087
1916 504 1154
1917 752 1330
1918 613 1980
1919 862 2223
1920 866 2203
1921 1016 2514
1922 1360 2726
1923 1482 3185
1924 1608 3351
1925 1800 3438
1926 1941 2917
1927 1229 2359
1928 1373 2240
1929 1611 2196
1930 1568 2111
1931 983 1806
1932 1046 1644
1933 1453 1814
1934 1504 1770
1935 807 1518
1936 339 1103
1937 562 1266
1938 745 1473
1939 749 1423
1940 862 1767
1941 1034 2161
1942 1054 2336
1943 1164 2602
1944 1102 2518
1945 1145 2637
1946 1012 2177
1947 836 1920
1948 941 1910
1949 981 1984
1950 974 1787
1951 766 1689
1952 920 1866
1953 964 1896
1954 811 1684
1955 789 1633
1956 802 1657
1957 770 1569
1958 639 1390
1959 644 1387
1960 564 1289
;
run;
proc gplot data=in;
	symbol1 i=join v= star;
	plot annee*ventes annee*publicite / overlay;
	run;
Proc REG data=in;
 modele1 : model ventes = publicite / r  ;	*  r pour afficher les résidus, all pour toues les statistiques;
	plot ventes*p. / caxis=red ctext=blue; 				* r. : les résidus,  p. : les valeurs prédites;
	plot r.*p. / caxis=red ctext=blue; 				* r. : les résidus,  p. : les valeurs prédites;
	plot ventes*publicite / pred95 caxis=red ctext=blue;	* pred95 : intervalles de confiance à 95% sur les prédictions ;
  run ;

Proc REG data=in;
 modele1 : model ventes = publicite annee / r all selection = rsquare  ;*  teste TOUS les modèles !!! si bcp de variables */
	output out=regprev pred=ventes_est;			* pred sortie des valeurs prévues;
  run ;