第一章 SAS线性回归.pdf

SAS线性回归 线性回归⽤于识别因变量和⼀个或多个独⽴变量之间的关系。 提出了关系的模型，并 使⽤参数值的估计来形成估计的回归⽅程。 然后使⽤各种测试来确定模型是否令⼈满意。 如果是，则可以使⽤估计的回归⽅程来 预测⾃变量的因变量给定值的值。 在SAS 中，程序PROC REG⽤于找到两个变量之间 的线性回归模型。 语法 在SAS 中应⽤PROC REG的基本语法是： PROC REG DATA = dataset; MODEL variable_1 = variable_2; 以下是使⽤的参数的描述： Dataset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 下⾯的例⼦显⽰了使⽤PROC REG查找汽车的两个变量马⼒和重量之间的相关性的过 程。 在结果中，我们看到可以⽤于形成回归⽅程的截距值。 PROC SQL; create table CARS1 as SELECT inv ice,h rsep wer,length,weight FROM SASHELP.CARS WHERE make in (Audi,BMW ) ; RUN; pr c reg data=cars1; m del h rsep wer= weight ; run; 当执⾏上⾯的代码中，我们得到以下结果： 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，它不会停⽌给予截距值作为输出。 W3Cschool （ ）最⼤的技术知识分享与学习平台 此篇内容来⾃于 ⽹ ⽤户上传并发布。