Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment utiliser PROC REG dans SAS (avec exemple)



Vous pouvez utiliser PROC REG dans SAS pour ajuster des modèles de régression linéaire.

Vous pouvez utiliser la syntaxe de base suivante pour ajuster un modèle de régression linéaire simple :

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

Cela correspondra au modèle de régression linéaire suivant :

y = b 0 + b 1 x

Vous pouvez utiliser la syntaxe de base suivante pour ajuster un modèle de régression linéaire multiple :

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

Cela correspondra au modèle de régression linéaire suivant :

y = b 0 + b 1 x 1 + b 2 x 2 + b 3 x 3

L’exemple suivant montre comment utiliser PROC REG pour ajuster un modèle de régression linéaire simple dans SAS ainsi que comment interpréter le résultat.

Exemple : Comment utiliser PROC REG dans SAS

Supposons que nous disposions de l’ensemble de données suivant contenant des informations sur les heures étudiées et les résultats de l’examen final de 15 étudiants dans une classe :

/*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;

Nous pouvons utiliser PROC REG pour ajuster un modèle de régression linéaire simple à cet ensemble de données, en utilisant les heures comme variable prédictive et le score comme variable de réponse :

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

Le premier tableau du résultat présente un résumé de l’ajustement du modèle :

sortie de régression linéaire simple dans SAS

Le tableau Estimations des paramètres contient les estimations des coefficients du modèle.

À partir de ce tableau, nous pouvons voir l’équation de régression ajustée :

Score = 65,33 + 1,98*(heures)

La procédure PROC REG produit également des tracés résiduels que nous pouvons utiliser pour vérifier si les hypothèses du modèle de régression linéaire sont remplies :

Enfin, la procédure PROC REG produit un nuage de points des données brutes avec la ligne de régression ajustée superposée :

Ce graphique nous permet de voir visuellement dans quelle mesure la droite de régression correspond aux données.

Remarque : Vous pouvez trouver la documentation complète de PROC REG ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans SAS :

Comment utiliser le résumé de procédure dans SAS
Comment utiliser Proc Tabulate dans SAS
Comment utiliser le classement Proc dans SAS

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *