Come eseguire la regressione polinomiale in sas
Il tipo più comune di analisi di regressione è la regressione lineare semplice , utilizzata quando una variabile predittore e una variabile di risposta hanno una relazione lineare.
Tuttavia, a volte la relazione tra una variabile predittore e una variabile di risposta non è lineare.
In questi casi, ha senso utilizzare la regressione polinomiale , che può tenere conto della relazione non lineare tra le variabili.
L’esempio seguente mostra come eseguire la regressione polinomiale in SAS.
Esempio: regressione polinomiale in SAS
Supponiamo di avere il seguente set di dati in SAS:
/*create dataset*/ data my_data; input xy; datalines ; 2 18 4 14 4 16 5 17 6 18 7 23 7 25 8 28 9 32 12 29 ; run ; /*view dataset*/ proc print data =my_data;
Supponiamo ora di creare un grafico a dispersione per visualizzare la relazione tra le variabili x e y nel set di dati:
/*create scatter plot of x vs. y*/
proc sgplot data =my_data;
scatter x =x y =y;
run ;
Dal grafico possiamo vedere che la relazione tra xey sembra essere cubica.
Quindi, possiamo definire due nuove variabili predittive nel nostro set di dati (x 2 e x 3 ), quindi utilizzare proc reg per adattare un modello di regressione polinomiale utilizzando queste variabili predittive:
/*create dataset with new predictor variables*/ data my_data; input xy; x2 = x** 2 ; x3 = x** 3 ; datalines ; 2 18 4 14 4 16 5 17 6 18 7 23 7 25 8 28 9 32 12 29 ; run ; /*fit polynomial regression model*/ proc reg data =my_data; model y = x x2 x3; run ;
Dalla tabella Stime dei parametri , possiamo trovare le stime dei coefficienti e scrivere la nostra equazione di regressione polinomiale adattata come:
y = 37,213 – 14,238x + 2,648x 2 – 0,126x 3
Questa equazione può essere utilizzata per trovare il valore atteso della variabile di risposta dato un dato valore della variabile predittore.
Ad esempio, se xa ha un valore 4, allora y dovrebbe avere un valore 14.565:
y = 37,213 – 14,238(4) + 2,648(4) 2 – 0,126(4) 3 = 14,565
Possiamo anche vedere che il modello di regressione polinomiale ha un valore R quadrato corretto di 0,9636 , che è estremamente vicino a uno e ci dice che il modello sta facendo un ottimo lavoro nell’adattare il set di dati.
Correlato: Come interpretare la R-quadrata rettificata (con esempi)
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre attività comuni in SAS:
Come eseguire una regressione lineare semplice in SAS
Come eseguire la regressione lineare multipla in SAS
Come eseguire la regressione quantile in SAS