由于 SAS 是专有的统计软件套件，因此未记录此信息。共享此类信息（从他们的角度来看）会损害其许可证的完整性。因为统计缺乏任何类型的数值例程的类似 IEEE 的标准，所以如果不检查源代码就无法推断出所使用的方法。我从你的问题中了解到，你这样做是为了自己的丰富。如果是这种情况，我建议在 R 中执行此操作（从长远来看，它也会使您受益）。

为了回答您的具体问题，（线性）回归模型的预测值基于参数估计的协方差矩阵。通过预测概率，我不确定您是否有一些回归例程，例如逻辑或概率 GLM，它们可以估计概率。通过将拟合值写为模型参数的线性组合，$x^t\hat{\beta}$，你直接计算它的方差：

$\mbox{var}(x^t\hat{\beta}) = x^t \mbox{var}(\hat{\beta}) x$

这给出了置信区间。人们可以使用估计的残差来解释预测的重采样变异性。如果您想了解更多信息，我建议您查看 Seber 和 Lee 关于线性回归分析的古代文本。这在 GLM 案例中稍微复杂一些。