SAS回归分析

from http://blog.163.com/zzz216@yeah/blog/static/16255468420121665447465/

1.用SAS/INSIGHT进行曲线拟合

   拟合回归直线，“analyse-fit”，选择相应的自变量和因变量，既可以自动拟合出一条回归直线。

在拟合回归直线之后，还可以拟合多项式曲线，只需选择curves-polynomial，然后输入阶次。以及样条曲线、核估计法、局部多项式估计(Loess)等

2  用SAS/INSIGHT进行线性回归分析

上面我们已经看到，用菜单“Analyze – Fit (Y X)”就可以拟合一条回归直线，这是对回归方程的估计结果。这样的线性回归可以推广到一个因变量、多个自变量的情况。

用Tables菜单可以加入一些其它的统计量，如做共线诊(Colinearity Diagnostics)的条件数(Conditional Index)。用Graphs菜单可以加入残差的正态概率图(Residual Normal QQ)和偏杠杆图(Partial Leverage)。

在Vars菜单中可以指定一些变量，这些变量可以加入到数据窗口中。数据窗口的内容保存在内存中，不自动改写磁盘中的数据集，所以要保存数据窗口的修改结果的话需要用“File -Save – Data”命令指定一个用来保存的数据集名。

3. 用SAS/INSIGHT拟合广义线性模型

4.用REG过程进行回归分析

SAS/STAT中提供了几个回归分析过程，包括REG(回归)、RSREG(二次响应面回归1、ORTHOREG(病态数据回归)、NLIN(非线性回归)、TRANSREG(变换回归)、CALIS(线性结构方程和路径分析)、GLM(一般线性模型)、GENMOD(广义线性模型)，等等。

PROC REG DATA=输入数据集选项;

VAR 可参与建模的变量列表;

MODEL 因变量=自变量表／选项;

PRINT 输出结果;

PLOT 诊断图形;

RUN;

REG过程是交互式过程，在使用了RUN语句提交了若干个过程步语句后可以继续写其它的REG过程步语句，提交运行，直到提交QUIT语句或开始其它过程步或数据步才终止。

事实上，REG提供了自动选择最优自变量子集的选项。在MODEL语句中加上“SELECTION=选择方法”的选项就可以自动挑选自变量，选择方法有NONE(全用，这是缺省)，FORWARD(逐步引入法)，BACKWARD(逐步剔除法)，STEPWISE(逐步筛选法)，MAXR(最大R2增量法)，MINR(最小R2增量法)，RSQUARE(R2选择法)，ADJRSQ(修正R2选择法)，CP(Mallows的Cp统计量法)。

例：

proc reg data=my.stu;

var num math chinese;

model chinese=math num/selection=stepwise;

run;

REG过程给出的缺省结果比较少。用PRINT语句和PLOT语句可以显示额外的结果。为了显示模型的预测值（拟合值）和95%预测界限，使用语句:

print cli;

run;

各列分别为观测序号(Obs)，因变量的值(Dep Var)，预测值(Predicted Value)，预测值的期望值的标准误差(Std Error Mean Predict)，预测值的95%置信区间(95% CL Predict)．残差(Residual，为因变量值减预测值)。在表后又给出了残差的总和(Sum of Residuals)，残差平方和(Sum of Squared Residuals)，预测残差的平方和(Predicted Resid SS (Press))。所谓预测残差，是在计算第i号观测的残差时从实际值中减去的预报值是用扣除第i号观测后的样本得到的模型产生的预报值，而不是我们一般所用的预测值(实际是拟合值)。第i号样本的预测残差还可以用公式PRESSIDi=RESIDi/（1-hi）来计算，其中RESIDi是第i个残差，hi为帽子矩阵H的第i个主对角线元素。

用print cli列出的是预测值的置信区间，还可以列出模型均值的置信区间，使用

print clm;

run;

对于自变量是一元的情况，可以在自变量和因变量的散点图上附加回归直线和均值置信界限。比如，

plot weight*height/conf95;

run;

5.用Analyst进行回归分析

我们可以用Analyst的图形界面调用回归分析功能。“Statistics – Regression”菜单提供了三种回归：一元回归、线性回归和Logistic回归。一元回归可以是通常的一元线性回归，也可以拟合二次或三次多项式。线性回归可以完成REG过程的大部分功能。

选了“Statistics—Regression—Linear”之后要指定因变量和自变量。这个对话框的Model按钮可以指定模型选择方法及具体选择方法的细节。Statisics按钮可以要求输出与模型拟合优度和模型诊断有关的统计量。Predictions可以要求计算对数据集中各观测的预测值、残差值、预测界限，也可以指定一个包含模型自变量的数据集要求对其进行预测。Plots可以要求画各种回归诊断图形，如残差图、杠杆图等。Save Data可以把指定的结果保存到数据集中。

附测试代码及结果(图)

proc reg data=sashelp.class;
var weight Height;
model weight=Height;
run;

plot weight*height/conf95;
run;