文档介绍：回归分析
回归分析主要过程说明
一元线性回归
多元线性回归
非线性回归
回归分析主要过程说明
REG过程格式及使用说明
GLM过程格式及使用说明
REG过程格式及使用说明
REG过程是进行一般线性回归分析最常用的,该过程采用最
小二乘法拟合线性模型,可计算有关数据的一些描述性统计量、参
数估计及绘制散点图、输出预测值、残差、可信限等。
过程格式:
PROC REG [选项];
调用REG回归过程,选项用于指明要分析的数据集
MODEL 回归方程模型;
该语句定义回归方程模型和需要输出的统计数据
PLOT Y轴变量*X轴变量=‘符号’;
定义绘制散点图,还可以添加回归线(其他语句略)其中只有调用过程语句和MODEL语句是必需的.
PROC REG 语句的选项主要有:
DATA=数据集指明需处理的数据集;
OUTSET=数据集指定统计量和参数估计输出的新数据集名;
SIMPLE 输出REG过程中每个变量的基本统计量;
CORR 输出MODEL语句或VAR语句中所列变量的相关矩阵;
ALL 输出该语句所有分析结果.
MODEL语句中常用的选项有:
NOIN 在模型中不拟合常数项
CLI 输出预测值的95%置信区间上、下限;
CLM 输出因变量期望值(均值)的95%置信区间上、下限;
P 输出实际值、预测值和残差等.
MODEL语句中定义的回归分析一般形式为
MODEL Y=X;一元线性回归模型
MODEL Y=X1 X2 ,二元线性回归模型
REG过程的MODEL语句中的变量只能是数据集中的变量,任何
形式的变换都必须先产生一个新变量,如X1的二次项,不能在模型中
直接指定X1*X1,而要在数据步先定义一个新的变量代替X1*X1,如
令Z1= X1*X1,然后引入模型定义二次回归方程. 例如:
MODEL Y=X1 X2 Z1;
GLM过程格式及使用说明
GLM 过程在方差分析中作过介绍,它可以进
行方差分析,还可以进行多种回归分析,主要包
括:一元线性回归、多元线性回归、多项式回归
和多元回归等,在GLM过程中,用MODEL 语句
来定义模型类型,例如:
MODEL Y=X; 一元线性回归
MODEL Y=X1 X2 多元线性回归
MODEL Y=X1 X2 X1*X1 X1*X2 多项式回归
一元线性回归
应用实例
源程序
运行结果
应用实例
考虑家庭月收入(元)及月支出(元)的关系,
我们抽取10个家庭,调查了其月收入和月支出的数
据如下:
源程序
Dm "LOG;CLEAR; OUTPUT;CLEAR;";
Data ke213;
Input x y@@;
Cards;
200 180 150 160 200 200 250 250 150 140
200 230 250 210 300 250 250 230 120 140 /*数据必须成对输入*/
;
Proc print Label; /*Label 选项用于定义变量的标签*/
Label x="月收入" y="月支出";
Title "一元线性回归";
Proc reg;
Model y=x;
Plot y*x='.'; /*描绘散点图*/
Run;