dera dr. rick i wait your answer please help me. regards ... View more

dear dr. rick i want to ask you regarding this program i conducedt this program and got on data after then i close the sas page ans save the conmand and i returned to open this program and press on run i saw some errors can you help me to know what is the problem . regards proc iml; load module=_all_;                     /* load the modules */     /* P1    P2     P3       p4     p5      p6       p7      p8     p9      p10 */ P = {0.35 0.50 0.20 0.10   0.10   0.30    0.20 0.25 0.15 0.20,      0.30 0.10 0.20 0.30   0.20   0.20    0.40 0.05 0.45    0.10,      0.15 0.20    0.35 0.25   0.50   0.20    0.25 0.55 0.10 0.10,      0.20 0.20 0.25 0.35   0.20   0.30    0.15 0.15 0.30    0.60}; /* expected values and variance for each ordinal variable */ Expected = Mean(P) // Var(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1  0.45 0.4   0.35 0.3    0.25 0.2    0.15 0.1    0.05,         0.45 1 0.45 0.4    0.35 0.3    0.25 0.2    0.15 0.1,         0.4  0.45 1   0.45    0.4    0.35 0.3    0.25 0.2    0.15,         0.35  0.4 0.45 1    0.45 0.4    0.35 0.3    0.25 0.2,         0.3  0.35 0.4   0.45     1    0.45 0.4    0.35 0.3    0.25,         0.25  0.3 0.35 0.4    0.45   1    0.45 0.4    0.35 0.3,         0.2  0.25 0.3   0.35    0.4    0.45 1    0.45 0.4    0.35,         0.15  0.2 0.25 0.3   0.35 0.4    0.45   1    0.45 0.4,         0.1  0.15 0.2   0.25   0.3    0.35 0.4    0.45   1    0.45,         0.05  0.1 0.15 0.2 0.25 0.3    0.35 0.4   0.45     1}; call randseed(54321); X = RandMVOrdinal(1000, P, Delta); /* print results */ c=varNames; create MVO from X[colname=c];  append from X;  close MVO; quit; ... View more

after some corrections i got on mean and variance only but i want data. regards proc iml; load module=_all_;                     /* load the modules */     /* P1    P2     P3       p4     p5      p6       p7      p8     p9      p10 */ P = {0.05 0.05 0.05 0.1    0.05 0.05 0.1     0.1 0.1    0.2,      0.05 0.05 0.2    0.1    0.2    0.05 0.15 0.05 0.05    0.1,      0.05 0.1    0.05 0.2    0.05 0.05 0.05 0.2    0.2    0.1,      0.05 0.2    0.2    0.15 0.1    0.05 0.05 0.2    0.05    0.15,      0.05 0.1    0.05 0.05 0.1    0.15 0.2    0.05 0.05 0.05,      0.1 0.15 0.1    0.05 0.05 0.2    0.2    0.05 0.2    0.05,      0.1 0.05 0.1    0.05 0.15 0.1    0.05 0.05 0.05 0.05,      0.15 0.2    0.15 0.2    0.05 0.1    0.1    0.05 0.1    0.2,      0.2 0.05 0.05 0.05 0.2    0.2    0.05 0.1    0.15 0.05,      0.2 0.05 0.05 0.05 0.05 0.05 0.05 0.15 0.05 0.05}; /* expected values and variance for each ordinal variable */ Expected = Mean(P) // Var(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1  0.45 0.4   0.35 0.3    0.25 0.2    0.15 0.1    0.05,         0.45 1 0.45 0.4    0.35 0.3    0.25 0.2    0.15 0.1,         0.4  0.45 1   0.45    0.4    0.35 0.3    0.25 0.2    0.15,         0.35  0.4 0.45 1    0.45 0.4    0.35 0.3    0.25 0.2,         0.3  0.35 0.4   0.45     1    0.45 0.4    0.35 0.3    0.25,         0.25  0.3 0.35 0.4    0.45   1    0.45 0.4    0.35 0.3,         0.2  0.25 0.3   0.35    0.4    0.45 1    0.45 0.4    0.35,         0.15  0.2 0.25 0.3   0.35 0.4    0.45   1    0.45 0.4,         0.1  0.15 0.2   0.25   0.3    0.35 0.4    0.45   1    0.45,         0.05  0.1 0.15 0.2 0.25 0.3    0.35 0.4   0.45     1}; call randseed(54321); X = RandMVOrdinal(1000, P, Delta); print first[label="First 1000 Obs: Multivariate Ordinal"]; ... View more

dear dr. rick i wish to help me to correct this program please. regards proc iml; load module=_all_;                     /* load the modules */     /* P1    P2     P3       p4     p5      p6       p7      p8     p9      p10 */ P = {0.05 0.05 0.05 0.1    0.05 0.05 0.1     0.1 0.1    0.2,      0.05 0.05 0.2    0.1    0.2    0.05 0.15 0.05 0.05    0.1,      0.05 0.1    0.05 0.2    0.05 0.05 0.05 0.2    0.2    0.1,      0.05 0.2    0.2    0.15 0.1    0.05 0.05 0.2    0.05    0.15,      0.05 0.1    0.05 0.05 0.1    0.15 0.2    0.05 0.05 0.05,      0.1 0.15 0.1    0.05 0.05 0.2    0.2    0.05 0.2    0.05,      0.1 0.05 0.1    0.05 0.15 0.1    0.05 0.05 0.05 0.05,      0.15 0.2    0.15 0.2    0.05 0.1    0.1    0.05 0.1    0.2,      0.2 0.05 0.05 0.05 0.2    0.2    0.05 0.1    0.15 0.05,      0.2 0.05 0.05 0.05 0.05 0.05 0.05 0.15 0.05 0.05}; /* expected values and variance for each ordinal variable */ Expected = OrdMean(P) // OrdVar(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1  0.45 0.4   0.35 0.3    0.25 0.2    0.15 0.1    0.05,         0.45 1 0.45 0.4    0.35 0.3    0.25 0.2    0.15 0.1,         0.4  0.45 1   0.45    0.4    0.35 0.3    0.25 0.2    0.15,         0.35  0.4 0.45 1    0.45 0.4    0.35 0.3    0.25 0.2,         0.3  0.35 0.4   0.45     1    0.45 0.4    0.35 0.3    0.25,         0.25  0.3 0.35 0.4    0.45   1    0.45 0.4    0.35 0.3,         0.2  0.25 0.3   0.35    0.4    0.45 1    0.45 0.4    0.35,         0.15  0.2 0.25 0.3   0.35 0.4    0.45   1    0.45 0.4,         0.1  0.15 0.2   0.25   0.3    0.35 0.4    0.45   1    0.45,         0.05  0.1 0.15 0.2 0.25 0.3    0.35 0.4   0.45     1}; call randseed(54321); X = RandMVOrdinal(1000, P, Delta); print first[label="First 1000 Obs: Multivariate Ordinal"]; ... View more

I mean my program not your program as you see I simulate p and r matrix by using your program thank you for your help but when I put these matrices in my program also I have a problem with the program .I wish to help me. Regards ... View more

I mean my program not your program as you see I simulate p and  r   matrix  by using your program thank you very much for your help but when I put in my program also I see  errors.i wish to help me. Regards ... View more

i am so sorry dr. theree are some errors in sas log . proc iml; load module=_all_;                     /* load the modules */     /* P1    P2     P3       p4     p5      p6       p7      p8     p9      p10 */ P = {0.05 0.05 0.05 0.1    0.05 0.05 0.1     0.1 0.1    0.2,      0.05 0.05 0.2    0.1    0.2    0.05 0.15 0.05 0.05    0.1,      0.05 0.1    0.05 0.2    0.05 0.05 0.05 0.2    0.2    0.1,      0.05 0.2    0.2    0.15 0.1    0.05 0.05 0.2    0.05    0.15,      0.05 0.1    0.05 0.05 0.1    0.15 0.2    0.05 0.05 0.05,      0.1 0.15 0.1    0.05 0.05 0.2    0.2    0.05 0.2    0.05,      0.1 0.05 0.1    0.05 0.15 0.1    0.05 0.05 0.05 0.05,      0.15 0.2    0.15 0.2    0.05 0.1    0.1    0.05 0.1    0.2,      0.2 0.05 0.05 0.05 0.2    0.2    0.05 0.1    0.15 0.05,      0.2 0.05 0.05 0.05 0.05 0.05 0.05 0.15 0.05 0.05}; /* expected values and variance for each ordinal variable */ Expected = OrdMean(P) // OrdVar(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1  0.45 0.4   0.35 0.3    0.25 0.2    0.15 0.1    0.05,         0.45 1 0.45 0.4    0.35 0.3    0.25 0.2    0.15 0.1,         0.4  0.45 1   0.45    0.4    0.35 0.3    0.25 0.2    0.15,         0.35  0.4 0.45 1    0.45 0.4    0.35 0.3    0.25 0.2,         0.3  0.35 0.4   0.45     1    0.45 0.4    0.35 0.3    0.25,         0.25  0.3 0.35 0.4    0.45   1    0.45 0.4    0.35 0.3,         0.2  0.25 0.3   0.35    0.4    0.45 1    0.45 0.4    0.35,         0.15  0.2 0.25 0.3   0.35 0.4    0.45   1    0.45 0.4,         0.1  0.15 0.2   0.25   0.3    0.35 0.4    0.45   1    0.45,         0.05  0.1 0.15 0.2 0.25 0.3    0.35 0.4   0.45     1}; call randseed(54321); X = RandMVOrdinal(1000, P, Delta); print first[label="First 1000 Obs: Multivariate Ordinal"]; ... View more

then i must depend on correlation matrix given to simulate mvordinal because example in ch9 with 3 variables only and i need 10 please give me any correlation matrix. regards ... View more

dear dr. Rick can you give me example for a delta matrix to put in the commands above please because i cannot correct this command. regards ... View more

this is my problem i want data with high correlation to use it in structural equation models and as you know this is the difference between sas data step and sas/iml . my question how can i manpulate the sas data step method to be like sas/iml. in previous comment - first part if i simulate variables using mvnormal and change it to sevral categories and apply spearman correlation matrix then put it in delta matrix you think i will simulate mvordinal data without errors, regarding second part i hope to show me how can i use the hath methods. regards ... View more

dear dr. rick thank you for your help i want to invent new ordinal variables without depending on real variables how can i do that please ? i think you mean special correlation matrix not covarince matrix because delta is a correlation matrix .i am  trying to simulate 10 ordinal variables by using data step and conducting a spearman correlation (special correlation as you said) and put it in delta and run the analysis i see same errors . regards ... View more

thank you so much dr. rick for your answer i changed the correlation matrix to positive definite and also i have some errors please help me to correct this command. proc iml; load module=_all_;                     /* load the modules */     /* P1   P2    P3    p4    p5    p6    p7    p8    p9   p10 */ P = {0.25  0.50  0.20  0.20  0.20  0.30  0.10  0.10  0.20  0.10,      0.75  0.20  0.15  0.25  0.15  0.10  0.15  0.10  0.10  0.10,       .    0.30  0.25  0.15  0.25  0.10  0.15  0.10  0.10  0.10,       .     .    0.40  0.25  0.20  0.10  0.10  0.10  0.15  0.10,       .     .     .    0.15  0.10  0.20  0.10  0.15  0.10  0.10,          .     .     .     .    0.10  0.10  0.10  0.15  0.10  0.10,       .     .     .     .     .    0.10  0.15  0.10  0.15  0.10,       .     .     .     .     .     .    0.15  0.10  0.10  0.10,       .     .     .     .     .     .     .    0.10  0.15  0.10,       .     .     .     .     .     .     .     .     .    0.10}; /* expected values and variance for each ordinal variable */ Expected = OrdMean(P) // OrdVar(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1.00 0.01 0.26 0.27 0.22 -0.08 0.39 -0.26 0.96   -0.01,          0.01 1.00 0.06 0.09 0.07 0.18 0.18 0.16 -0.09 0.79,          0.26 0.06 1.00 -0.17 -0.19 -0.12 0.19 -0.11 0.28 0.14,          0.27 0.09 -0.17 1.00 0.95 0.06 0.20 0.01 0.09 0.07,          0.22 0.07 -0.19 0.95 1.00 0.11 0.17 0.04 0.06 0.05,         -0.08 0.18 -0.12 0.06 0.11 1.00 0.08 0.27 -0.10 0.18,          0.39 0.18 0.19 0.20 0.17 0.08 1.00 0.05 0.31 0.12,         -0.26 0.16 -0.11 0.01 0.04 0.27 0.05 1.00 -0.31 0.20,          0.96 -0.09 0.28 0.09 0.06 -0.10 0.31 -0.31 1.00 -0.11,         -0.01 0.79 0.14 0.07 0.05 0.18 0.12 0.20 -0.11 1.00); call randseed(54321); X = RandMVOrdinal(1000, P, Delta); print first[label="First 1000 Obs: Multivariate Ordinal"]; ... View more

hello everyone i wait your answers regarding previous post . yours sincerely ... View more

after some correction and still have some errors . proc iml; load module=_all_;                     /* load the modules */     /* P1   P2    P3    p4    p5    p6    p7    p8    p9   p10 */ P = {0.25  0.50  0.20  0.20  0.20  0.30  0.10  0.10  0.20  0.10,      0.75  0.20  0.15  0.25  0.15  0.10  0.15  0.10  0.10  0.10,       .    0.30  0.25  0.15  0.25  0.10  0.15  0.10  0.10  0.10,       .     .    0.40  0.25  0.20  0.10  0.10  0.10  0.15  0.10,       .     .     .    0.15  0.10  0.20  0.10  0.15  0.10  0.10,          .     .     .     .    0.10  0.10  0.10  0.15  0.10  0.10,       .     .     .     .     .    0.10  0.15  0.10  0.15  0.10,       .     .     .     .     .     .    0.15  0.10  0.10  0.10,       .     .     .     .     .     .     .    0.10  0.15  0.10,       .     .     .     .     .     .     .     .     .    0.10}; /* expected values and variance for each ordinal variable */ Expected = OrdMean(P) // OrdVar(P); varNames = "X1":"X10"; print Expected[r={"Mean" "Var"} c=varNames]; /* test the RandMVOrd function */ Delta = {1.0  0.4  0.3  0.5  0.3  0.6  0.4  0.1  0.5  0.2,          0.4  1.0  0.4  0.2  0.4  0.6  0.8  0.2  0.4  0.1,          0.3  0.4  1.0  0.5  0.4  0.6  0.1  0.3  0.2  0.4,          0.5  0.2  0.5  1.0  0.2  0.1  0.4  0.5  0.6  0.5,   0.3  0.4  0.4  0.2  1.0  0.3  0.2  0.4  0.1  0.6,   0.6  0.6  0.6  0.1  0.3  1.0  0.5  0.6  0.7  0.3,   0.4  0.8  0.1  0.4  0.2  0.5  1.0  0.2  0.8  0.1,   0.1  0.2  0.3  0.5  0.4  0.6  0.2  1.0  0.2  0.4,   0.5  0.4  0.2  0.6  0.1  0.7  0.8  0.2  1.0  0.5,   0.2  0.1  0.4  0.5  0.6  0.3  0.1  0.4  0.5  1.0}; call randseed(54321); X = RandMVOrdinal(1000, P, Delta); print first[label="First 1000 Obs: Multivariate Ordinal"]; ... View more