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开发估计的回归方程。

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在给定自变量值的情况下预测因变量的值。在 SAS 中，过程 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;

以下是使用的参数说明 −

• 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。

示例

下面的例子显示了使用 PROC REG 找到两个变量马力和汽车重量之间相关性的过程。在结果中，我们看到了可以用来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;

当上面的代码执行时，我们得到如下结果 −

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，它不会停止将截距值作为输出。