如何在 sas 中使用 proc reg（附示例）

您可以使用 SAS 中的PROC REG来拟合线性回归模型。

您可以使用以下基本语法来拟合简单的线性回归模型：

 proc reg data = my_data;
    model y = x;
run ;

这将对应于以下线性回归模型：

y = b ₀ + b ₁ x

您可以使用以下基本语法来拟合多元线性回归模型：

 proc reg data = my_data;
    model y = x1 x2 x3;
run ;

这将对应于以下线性回归模型：

y = b ₀ + b ₁ x ₁ + b ₂ x ₂ + b ₃ x ₃

以下示例展示了如何使用PROC REG在 SAS 中拟合简单的线性回归模型以及如何解释结果。

示例：如何在 SAS 中使用 PROC REG

假设我们有以下数据集，其中包含班级 15 名学生的学习时间和期末考试成绩信息：

 /*create dataset*/
data exam_data;
    input hours score;
    datalines ;
1 64
2 66
4 76
5 73
5 74
6 81
6 83
7 82
8 80
10 88
11 84
11 82
12 91
12 93
14 89
;
run ;

/*view dataset*/
proc print data =exam_data;

我们可以使用PROC REG对该数据集拟合一个简单的线性回归模型，使用小时作为预测变量，得分作为响应变量：

 /*fit simple linear regression model*/
proc reg data = exam_data;
   model score = hours;
run ;

第一个结果表显示了模型拟合的摘要：

参数估计表包含模型系数估计值。

从该表我们可以看到拟合的回归方程：

分数 = 65.33 + 1.98*（小时）

PROC REG过程还会生成残差图，我们可以用它来检查是否满足线性回归模型的假设：

最后， PROC REG过程生成原始数据的散点图，并覆盖拟合回归线：

该图使我们能够直观地看到回归线与数据的拟合程度。

注意：您可以在此处找到完整的PROC REG文档。

其他资源

以下教程解释了如何在 SAS 中执行其他常见任务：

如何在SAS中使用过程摘要
如何在 SAS 中使用 Proc Tabulate
如何在 SAS 中使用 Proc 排序规则