SAS/STAT Regression Analysis Procedures – Proc REG

Tavoite

Edellisessä opetusohjelmassa käsiteltiin SAS:n tehon- ja otoskoeanalyysimenettelyjä. Tässä tarkastelemme toista analyysityyppiä, jota kutsutaan SAS/STAT-regressioanalyysiksi ja miten voimme käyttää regressioanalyysia SAS/STATissa. Lisäksi tutkimme SAS/STAT-regressioanalyysin menettelyjä: PROC ORTHOREG, PROC REG, PROC RSREG, PROC NLIN, PROC PLM, PROC PLS ja PROC TRANSREG
Aloitetaan siis SAS/STAT-regressioanalyysistä.

Mikä on SAS/STAT regressioanalyysi?

SAS/STAT regressioanalyysi on tilastollinen tekniikka, jota käytetään kahden tai useamman muuttujan välisten suhteiden tutkimiseen. Tässä yksi muuttuja on riippumaton ja toinen on riippuvainen muuttuja. Tekniikkaa käytetään riippuvan muuttujan muutosten havaitsemiseen riippumattomien muuttujien muutosten suhteen. Regressioyhtälössä esiintyvät parametrit saadaan käyttämällä pienimmän neliösumman menetelmää.
Käyttämällä SAS/STAT-regressioanalyysitekniikkaa löydämme kuvioita tiedoistamme. Sen avulla voimme tehdä ennusteita tietojemme perusteella. Sanotaan, että otamme esimerkkinä unen ja onnellisuuden selvittääksemme, onko näiden kahden välillä minkäänlaista suhdetta. Tässä tapauksessa muuttujamme ovat uni ja onnellisuus. Jos tarkastelemme niitä, saattaisimme ajatella, että ne molemmat ovat toisistaan riippumattomia muuttujia. Mutta käyttämällä SAS/STAT-ohjelman regressioanalyysiä voimme kuitenkin jollain tavalla suhteuttaa ne toisiinsa. Kun saamme määriteltyä menetelmän ja tulemme tietämään, miten ne liittyvät toisiinsa, voimme alkaa olettaa ja tehdä ennusteita aineistomme avulla.
Oppiaksemme SAS/STATin edut & haitat lyhyesti

Proseduurit regressioanalyysiä varten SAS/STATissa

Seuraavia proseduureja käytetään SAS/STATin regressioanalyysin laskemiseen otosdatasta. Tutustutaanpa siihen.

a. PROC ORTHOREG

SAS/STATin ORTHOREG-proseduuria käytetään yleistettyjen lineaaristen mallien sovittamiseen pienimmän neliösumman menetelmällä. Verrattuna muihin SAS/STAT-ohjelmiston proseduureihin, kuten GLM- ja REG-proseduureihin, PROC ORTHOREG pystyy tuottamaan tarkempia estimaatteja, kun aineistoa ei ole ehdollistettu tehokkaasti. Tässä voit suorittaa mallin vaikutuksia koskevia Fishersin testejä, joilla testataan tyypin I, tyypin II tai tyypin III virhehypoteeseja.
A PROC ORTHOREG-

PROC ORTHOREG DATASET<options>;CLASS variable;MODEL dependent-variables = effects </ options>;

Process ORTHOREG-, CLASS- ja MODEL- lausekkeita tarvitaan.
Osaatko SAS/STAT Bayesian analyysimenetelmät
PROC ORTHOREG Esimerkki-

proc orthoreg data=sashelp.class;class name;model age=height*weight;run;

b. PROC REG

SAS/STATin REG-proseduuri on yleiskäyttöinen proseduuri, jota käytetään yksinomaan tavalliseen pienimmän neliösumman regressioon. Se tarjoaa valittavaksi yhdeksän eri mallinvalintamenetelmää. Proseduuri on joustava sallimaan muutoksia, jotka ovat luonteeltaan vuorovaikutteisia sekä aineistossa että mallissa. Toinen hieno ominaisuus on, että se tukee myös useita MODEL-lausekkeita, toisin kuin muut proseduurit.
A Syntax of PROC REG-

PROC REG DATASET<options>;MODEL dependent-variables = effects </ options>;

PROC REG- ja MODEL-lausekkeita tarvitaan. Näiden lisäksi jokaisen MODEL-lausekkeen jälkeen voi seurata useita muita lausekkeita, kuten TEST-, OUTPUT-, PAINT-, PLOT-, PRINT-, RESTRICT- ja TEST-lausekkeet.
Lue lisää SAS/STAT kategoristen tietojen analyysimenettelystä
PROC REG Esimerkki-

proc reg data=sashelp.class;model age=height;run;

Keskustelemme kahdesta yksinkertaisesta menettelystä. SAS/STAT Group Sequential Design and Analysis

c. PROC RSREG

SAS/STAT-ohjelman RSREG-proseduuri käyttää pienimmän neliösumman approksimaatiomenetelmää sovittaakseen pintaregressiomalleja, joilla on kvadraattinen vaste. Response surface -mallit ovat eräänlaisia yleisiä lineaarisia malleja, joissa mallin pääpaino on sovitetun vastefunktion ominaisuuksissa ja erityisesti siinä, missä optimaaliset estimoidut vastearvot esiintyvät.
A Syntax of PROC RSREG-

PROC RSREG DATASET<options>;MODEL dependent-variables = effects </ options>;

Proc RSREG- ja MODEL-lausekkeet ovat välttämättömiä.
Opetellaan 7 yksinkertaista SAS/STAT-klusterianalyysimenettelyä
PROC RSREG Esimerkki-
.

proc rsreg data=sashelp.class;model age=height;run;

d. PROC NLIN

Olemme jo käsitelleet tätä menettelyä yksityiskohtaisesti SAS/STATin ei-lineaarisen regression opetusohjelmassa.

e. PROC PLM

Olemme jo käsitelleet tätä menettelyä yksityiskohtaisesti SAS/STAT Post Processing -oppaassa.

f. PROC PLS

Olemme jo käsitelleet tätä menettelyä yksityiskohtaisesti SAS STAT Predictive Modeling -oppaassa.

g. PROC TRANSREG

Olemme jo käsitelleet tätä menettelyä yksityiskohtaisesti SAS/STAT Markkinatutkimuksen opetusohjelmassa.
Tässä oli kyse SAS/STAT Regressioanalyysin opetusohjelmasta. Toivottavasti pidit selityksestämme.

Johtopäätös