SAS - 线性回归

线性回归用于确定因变量与一个或多个自变量之间的关系。提出了该关系的模型，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因变量的值（给定自变量的值）。在 SAS 中，过程PROC REG用于查找两个变量之间的线性回归模型。

句法

在 SAS 中应用 PROC REG 的基本语法是 -

PROC REG DATA = dataset;
MODEL variable_1 = variable_2;

以下是所使用参数的描述 -

  • 数据集是数据集的名称。

  • variable_1 和variable_2是用于查找相关性的数据集的变量名称。

例子

下面的示例显示了使用 PROC REG 查找汽车马力和重量两个变量之间相关性的过程。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;

执行上述代码时，我们得到以下结果 -

回归_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。作为一个高级 SAS 程序，它不仅仅停留在给出截距值作为输出。

回归_2