SAS线性回归

由 haiguiking 创建，youj 最后一次修改 2016-12-12 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，并且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 asSELECT invoice,horsepower,length,weight FROM SASHELP.CARSWHERE make in ('Audi','BMW');RUN;proc reg data=cars1;model horsepower= 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。