创新互联SAS教程：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，并且使用参数值的估计来形成估计的回归方程。

公司主营业务：做网站、成都网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联建站是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联建站推出华龙免费做网站回馈大家。

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 invoice,horsepower,length,weight
 FROM 
SASHELP.CARS
WHERE 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。

网站栏目：创新互联SAS教程：SAS线性回归
文章地址：http://www.mswzjz.cn/qtweb/news20/159570.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能