วิธีใช้คำสั่ง proc glmselect ใน sas

คุณสามารถใช้คำสั่ง PROC GLMSELECT ใน SAS เพื่อเลือกแบบจำลองการถดถอยที่ดีที่สุดโดยพิจารณาจากรายการตัวแปรตัวทำนายที่เป็นไปได้

ตัวอย่างต่อไปนี้แสดงวิธีใช้คำสั่งนี้ในทางปฏิบัติ

ตัวอย่าง: วิธีใช้ PROC GLMSELECT ใน SAS สำหรับการเลือกรุ่น

สมมติว่าเราต้องการปรับโมเดลการถดถอยเชิงเส้นพหุคูณโดยใช้ (1) จำนวนชั่วโมงที่ใช้ในการศึกษา (2) จำนวนข้อสอบเตรียมสอบ และ (3) เพศในการทำนายการสอบเกรดปลายภาคของนักเรียน

ขั้นแรก เราจะใช้โค้ดต่อไปนี้เพื่อสร้างชุดข้อมูลที่มีข้อมูลนี้สำหรับนักเรียน 20 คน:

 /*create dataset*/
data exam_data;
    input hours prep_exams gender $score;
    datalines ;
1 1 0 76
2 3 1 78
2 3 0 85
4 5 0 88
2 2 0 72
1 2 1 69
5 1 1 94
4 1 0 94
2 0 1 88
4 3 0 92
4 4 1 90
3 3 1 75
6 2 1 96
5 4 0 90
3 4 0 82
4 4 1 85
6 5 1 99
2 1 0 83
1 0 1 62
2 1 0 76
;
run ;

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

ต่อไป เราจะใช้คำสั่ง PROC GLMSELECT เพื่อระบุชุดย่อยของตัวแปรทำนายที่สร้างแบบจำลองการถดถอยที่ดีที่สุด:

 /*perform model selection*/
proc glmselect data =exam_data;
    classgender ;
    model score = hours prep_exams gender;
run ;

หมายเหตุ : เรารวม เพศ ไว้ในคำสั่ง class เนื่องจากเป็นตัวแปรประเภท

ตารางกลุ่มแรกในเอาต์พุตจะแสดงภาพรวมของขั้นตอน GLMSELECT:

เราจะเห็นว่าเกณฑ์ที่ใช้ในการหยุดการเพิ่มหรือลบตัวแปรออกจากโมเดลคือ SBC ซึ่งเป็น เกณฑ์ข้อมูล Schwarz ซึ่งบางครั้งเรียกว่า เกณฑ์ข้อมูลแบบเบย์

โดยพื้นฐานแล้ว คำสั่ง PROC GLMSELECT จะเพิ่มหรือลบตัวแปรออกจากโมเดลต่อไปจนกว่าจะพบโมเดลที่มีค่า SBC ต่ำที่สุด ซึ่งถือเป็นโมเดลที่ “ดีที่สุด”

กลุ่มตารางต่อไปนี้แสดงวิธีการสิ้นสุดการเลือกทีละขั้นตอน:

เราจะเห็นว่าแบบจำลองที่มีเฉพาะคำดั้งเดิมนั้นมีค่า SBC เท่ากับ 93.4337

เมื่อเพิ่มชั่วโมงเป็นตัวแปรทำนายในโมเดล ค่า SBC จะลดลงเหลือ 70.4452

วิธีที่ดีที่สุดในการปรับปรุงโมเดลคือการเพิ่มเพศเป็นตัวแปรทำนาย แต่จริงๆ แล้วเพิ่มค่า SBC เป็น 71.7383

ดังนั้นแบบจำลองสุดท้ายจึงรวมเฉพาะคำสกัดกั้นและเวลาที่ศึกษาเท่านั้น

ส่วนสุดท้ายของผลลัพธ์จะแสดงบทสรุปของแบบจำลองการถดถอยที่พอดีนี้:

เราสามารถใช้ค่าในตาราง การประมาณค่าพารามิเตอร์ เพื่อเขียนแบบจำลองการถดถอยที่ติดตั้ง:

คะแนนสอบ = 67.161689 + 5.250257 (ชั่วโมงเรียน)

นอกจากนี้เรายังสามารถดูตัวชี้วัดต่างๆ ที่บอกเราว่าโมเดลนี้เหมาะสมกับข้อมูลได้ดีเพียงใด:

ค่า R-Square บอกเราถึงเปอร์เซ็นต์ของการเปลี่ยนแปลงของคะแนนสอบ ซึ่งสามารถอธิบายได้ด้วยจำนวนชั่วโมงที่เรียนและจำนวนการสอบเพื่อเตรียมสอบ

ในกรณีนี้ 72.73% ของการเปลี่ยนแปลงของคะแนนสอบสามารถอธิบายได้ด้วยจำนวนชั่วโมงเรียนและจำนวนการสอบเพื่อเตรียมสอบ

ค่า Root MSE ยังมีประโยชน์ในการทราบอีกด้วย นี่แสดงถึงระยะห่างเฉลี่ยระหว่างค่าที่สังเกตได้กับเส้นถดถอย

ในแบบจำลองการถดถอยนี้ ค่าที่สังเกตได้จะเบี่ยงเบนโดยเฉลี่ย 5.28052 หน่วยจากเส้นการถดถอย

หมายเหตุ : โปรดดู เอกสารประกอบของ SAS สำหรับรายการอาร์กิวเมนต์ที่เป็นไปได้ทั้งหมดที่คุณสามารถใช้กับ PROC GLMSELECT

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน SAS:

วิธีดำเนินการถดถอยเชิงเส้นอย่างง่ายใน SAS
วิธีดำเนินการถดถอยเชิงเส้นพหุคูณใน SAS
วิธีดำเนินการถดถอยพหุนามใน SAS
วิธีดำเนินการถดถอยโลจิสติกใน SAS