SAS常用程序(7)

2.7  多元回归分析的SAS程序

在阅读以下内容之前，请先阅读第一章“SAS软件基本操作”。

2.7.1  多元回归方程计算

多元回归方程的SAS程序与一元回归方程的SAS程序类似，只是变量个数有所增加，这里不再详述，只给出一个例子。

    例2.20  计算表2－23中萎蔫度Y在蛋白和脯氨酸含量上的多元回归方程。

解：

              options  linesize = 76;

              data  mulreg;

                     infile  ‘a:\2-8data.dat’;

                     input  y  r1  r7  r8  r15  l3  l9  pro;

              run;

              proc  reg;

                     model  y = r1  r7  r8  r15  l3  l9  pro;

              run;

输出结果见表2－25。

表2－25  例2.20的多元回归分析

                               The SAS System                            

Model: MODEL1

Dependent Variable: Y

                             Analysis of Variance

                              Parameter Estimates

表中的R²为复相关系数的平方。由参数估计列可以得到回归方程。

2.7.2  逐步回归分析

在11.3.1中已经介绍过，逐步回归分析过程是不断向方程中引入变量和剔除变量的过程。因此逐步回归的SAS程序，只要在全回归的MODEL语句中加入有关选项即可。

例2.21  对表2－23中的数据进行逐步回归分析。

解：对例2.20的过程步做如下修改：

                     proc  reg;

                            model  y = r1  r7  r8  r15  l3  l9  pro / selection = stepwise

                            slentry = 0.20  slstay = 0.20;

                     run;

MODEL语句中的选项“SELECTION＝”规定所选模型，这里选用逐步回归。选项“SLENTRY＝”（或SLE＝）规定变量被选入模型中的显著水平，缺省值是0.15；选项“SLSTAY＝”（或SLS＝）规定变量被保留在模型中的显著水平，缺省值是0.15。

输出结果见表2－26。

表2－26  例2.21的逐步回归分析

                             The SAS System  

                   Stepwise Procedure for Dependent Variable Y

Step 1     Variable R15 Entered   R-square = 0.60429217   C(p) =  6.48903162

Bounds on condition number:            1,            1

------------------------------------------------------------------------------

Step 2   Variable R8 Entered    R-square = 0.70914670   C(p) =  3.58981428