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 中的程序 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;

以下是使用的参数说明：

• Dataset 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称。

例子

下面的示例显示了通过使用来找到两个变量马力和汽车重量之间相关性的过程 程序注册。 在结果中，我们看到了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;

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。