So berechnen sie das r-quadrat in sas

Das R-Quadrat , oft ^{als r2} geschrieben, ist ein Maß dafür, wie gut ein lineares Regressionsmodell zu einem Datensatz passt.

Dieser Wert stellt den Anteil der Varianz in der Antwortvariablen dar, der durch die Prädiktorvariable erklärt werden kann.

Der Wert von r ² kann zwischen 0 und 1 liegen:

• Ein Wert von 0 gibt an, dass die Antwortvariable überhaupt nicht durch die Prädiktorvariable erklärt werden kann.
• Ein Wert von 1 gibt an, dass die Antwortvariable perfekt und fehlerfrei durch die Prädiktorvariable erklärt werden kann.

Verwandt: Was ist ein guter R-Quadrat-Wert?

Das folgende Schritt-für-Schritt-Beispiel zeigt, wie der R-Quadrat-Wert für ein einfaches lineares Regressionsmodell in SAS berechnet wird.

Schritt 1: Erstellen Sie die Daten

Für dieses Beispiel erstellen wir einen Datensatz, der die Gesamtzahl der gelernten Stunden und die Abschlussprüfungsnote von 15 Studenten enthält.

Wir werden ein einfaches lineares Regressionsmodell anpassen, das Stunden als Prädiktorvariable und den Score als Antwortvariable verwendet.

Der folgende Code zeigt, wie dieser Datensatz in SAS erstellt wird:

 /*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;

Schritt 2: Passen Sie das einfache lineare Regressionsmodell an

Als nächstes verwenden wir proc reg, um das einfache lineare Regressionsmodell anzupassen:

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

Beachten Sie, dass der R-Quadrat-Wert in der Ausgabe 0,8310 beträgt.

Dies bedeutet, dass 83,1 % der Abweichungen in den Prüfungsergebnissen durch die Anzahl der gelernten Stunden erklärt werden können.

Schritt 3: Extrahieren Sie den R-Quadrat-Wert aus dem Regressionsmodell

Wenn Sie nur den R-Quadrat-Wert dieses Modells und keines der anderen Ausgabeergebnisse anzeigen möchten, können Sie den folgenden Code verwenden:

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

/*print R-squared value of model*/
proc print data =outest;
    var _RSQ_;
run ; 

Beachten Sie, dass in der Ausgabe nur der R-Quadrat-Wert von 0,83098 angezeigt wird.

Hinweis : Das Argument noprint in proc reg weist SAS an, nicht wie im vorherigen Schritt die gesamte Ausgabe der Regressionsergebnisse zu drucken.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben in SAS ausführen:

So führen Sie eine einfache lineare Regression in SAS durch
So führen Sie eine multiple lineare Regression in SAS durch
So führen Sie eine Polynomregression in SAS durch
So führen Sie eine logistische Regression in SAS durch