Wenn wir eine lineare Regression durchf\u00fchren, m\u00f6chten wir normalerweise den Durchschnittswert der Antwortvariablen sch\u00e4tzen.<\/span><\/p>\n Wir k\u00f6nnten jedoch stattdessen eine Methode namens Quantilregression<\/strong> verwenden, um einen beliebigen<\/em> Perzentilwert des Antwortwerts zu sch\u00e4tzen, beispielsweise das 30. Perzentil, das 90. Perzentil, das 98. Perzentil usw.<\/span><\/p>\n Um eine Quantilregression in SAS durchzuf\u00fchren, k\u00f6nnen wir die Anweisung proc quantreg<\/strong> verwenden.<\/span><\/p>\n Das folgende Beispiel zeigt, wie man in der Praxis eine Quantilregression in SAS durchf\u00fchrt.<\/span><\/p>\n Angenommen, wir haben in SAS den folgenden Datensatz, der die Anzahl der gelernten Stunden und die entsprechende Pr\u00fcfungspunktzahl f\u00fcr Sch\u00fcler einer Klasse anzeigt:<\/span><\/span> <\/p>\n Als N\u00e4chstes passen wir ein Quantil-Regressionsmodell an, wobei wir die untersuchten Stunden als Pr\u00e4diktorvariable und die Pr\u00fcfungsergebnisse als Antwortvariable verwenden.<\/span><\/p>\n Wir werden das Modell verwenden, um das erwartete 90. Perzentil der Pr\u00fcfungsergebnisse basierend auf der Anzahl der gelernten Stunden vorherzusagen:<\/span> <\/p>\n Aus dem Ergebnis k\u00f6nnen wir die gesch\u00e4tzte Regressionsgleichung erkennen:<\/span><\/p>\n 90. Perzentil-Pr\u00fcfungsergebnis = 76 + 4,5 (Stunden)<\/span><\/p>\n Beispielsweise sollte der 90. Perzentilwert aller Sch\u00fcler, die 2 Stunden lernen, 85 betragen:<\/span><\/p>\n 90. Perzentil der Pr\u00fcfungspunktzahl = 76 + 4,5*(2) = 85<\/strong> .<\/span><\/p>\n Die Ausgabe zeigt auch ein Streudiagramm der Rohdaten mit der angepassten Regressionslinie \u00fcber dem Diagramm an:<\/span> <\/p>\n Im Gegensatz zu einem herk\u00f6mmlichen Regressionsmodell verl\u00e4uft die Anpassungslinie in diesem Regressionsmodell durch das 90. Perzentil jedes Werts der Pr\u00e4diktorvariablen und nicht durch den Mittelwert.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in R ausf\u00fchren:<\/span><\/p>\n So f\u00fchren Sie eine einfache lineare Regression in R durch<\/a> Die lineare Regression ist eine Methode, mit der wir die Beziehung zwischen einer oder mehreren Pr\u00e4diktorvariablen und einer Antwortvariablen verstehen k\u00f6nnen. Wenn wir eine lineare Regression durchf\u00fchren, m\u00f6chten wir normalerweise den Durchschnittswert der Antwortvariablen sch\u00e4tzen. Wir k\u00f6nnten jedoch stattdessen eine Methode namens Quantilregression verwenden, um einen beliebigen Perzentilwert des Antwortwerts zu sch\u00e4tzen, beispielsweise das 30. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel: Quantilregression in SAS ausf\u00fchren<\/strong><\/span><\/h2>\n
\/*create dataset*\/\n<\/span>data<\/span> original_data;\n input<\/span> hours score;\n datalines<\/span> ;\n1 75\n1 79\n2 78\n2 83\n2 85\n3 84\n3 84\n3 89\n4 93\n4 88\n4 79\n4 94\n5 96\n5 98\n;\nrun<\/span> ;\n\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> = original_data;\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quant1.jpg\")
<\/p>\n \/*perform quantile regression*\/\n<\/span>proc quantreg<\/span> data<\/span> =original_data;\n model<\/span> score = hours \/ quantile<\/span> = 0.9<\/span> ;\nrun<\/span> ;\n<\/strong><\/pre>\n![\"Quantilregression](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quant2.jpg\")
<\/p>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/quant3.jpg\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fchren Sie eine multiple lineare Regression in R durch<\/a>
So f\u00fchren Sie eine quadratische Regression in R durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"