Sas 简明教程

SAS - Linear Regression

线性回归用于识别因变量与一个或多个自变量之间的关系。提出了关系模型，参数值的估计值用来开发估计回归方程式。

然后使用各种检验来确定模型是否令人满意。如果是，那么估计回归方程可以用来预测给定自变量值时的因变量值。在 SAS 中，过程 PROC REG 用于发现两个变量之间的线性回归模型。

Syntax

在 SAS 中应用 PROC REG 的基本语法是：

PROC REG DATA = dataset;
MODEL variable_1 = variable_2;

以下是所用参数的描述 -

  1. Dataset 是数据集的名称。

  2. *variable_1 和 variable_2 * 是用于发现相关性的数据集的变量名称。

Example

下面的示例演示了使用 PROC REG. 发现汽车马力和重量这两个变量之间的相关性的过程。在结果中，我们看到截距值，可以用它来形成回归方程式。

PROC SQL;
create table CARS1 as
SELECT invoice, horsepower, length, weight
   FROM
   SASHELP.CARS
   WHERE make in ('Audi','BMW')
;
RUN;
proc reg data = cars1;
model horsepower = weight ;
run;

在执行以上代码后，我们将得到以下结果：

regression 1

以上的代码还给出了模型的各种估计的图形视图，如下所示。作为一个高级的 SAS 过程，它不仅仅停留在给出典值作为输出。

regression 2