SAS - 线性回归

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.提出了一种关系模型,并使用参数值的估计来建立估计的回归方程.

然后使用各种测试来确定模型是否令人满意.如果是,则估计的回归方程可用于预测自变量给定值的因变量的值.在SAS中,程序 PROC REG 用于查找两个变量之间的线性回归模型.

语法

基本在SAS中应用PROC REG的语法是 :

PROC REG DATA = dataset;
MODEL variable_1 = variable_2;

以下是所用参数的说明及减号;

  • 数据集是数据集的名称.

  • variable_1和variable_2 是变量用于查找相关性的数据集的名称.

示例

以下示例显示了通过使用 PROC REG来找到两个变量马力和汽车重量之间的相关性的过程.在结果中我们看到可用于形成回归方程的截距值.

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;

执行上述代码后,我们得到以下结果 :

regression_1

上面的代码还给出了模型的各种估计的图形视图,如下所示.作为一种高级SAS程序,它不会停止将截距值作为输出.

regression_2