SAS - 线性回归

线性回归用于识别因变量和一个或多个自变量之间的关系。 建立关系模型，并使用参数值的估计值来建立估计回归方程。

然后使用各种检验来确定模型是否令人满意。 如果满意，则可以使用估计的回归方程来预测给定自变量值的因变量值。在 SAS 中，使用PROC REG过程来查找两个变量之间的线性回归模型。

语法

在 SAS 中应用 PROC REG 的基本语法为：

PROC REG DATA = dataset;
MODEL variable_1 = variable_2;

以下是所用参数的描述：

• 数据集是数据集的名称。

• 变量_1 和变量_2是用于查找相关性的数据集的变量名。

示例

下面的示例展示了使用PROC REG查找汽车的马力和重量这两个变量之间相关性的过程。在结果中，我们看到了可以用来构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，我们将得到以下结果：

上述代码还提供了模型各种估计值的图形视图，如下所示。作为一个高级的 SAS 过程，它不仅仅给出截距值作为输出。