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。

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。