Procédures d’analyse de régression SAS/STAT – Proc REG

Objectif

Dans le tutoriel précédent, nous avons abordé les procédures d’analyse de puissance et de taille d’échantillon SAS. Ici, nous allons étudier un autre type d’analyse, appelé analyse de régression SAS/STAT et comment pouvons-nous utiliser l’analyse de régression dans SAS/STAT. De plus, nous étudierons les procédures d’analyse de régression de SAS/STAT : PROC ORTHOREG, PROC REG, PROC RSREG, PROC NLIN, PROC PLM, PROC PLS et PROC TRANSREG
Donc, commençons par l’analyse de régression SAS/STAT.

Qu’est-ce que l’analyse de régression SAS/STAT ?

L’analyse de régression SAS/STAT est une technique statistique utilisée pour étudier la relation entre deux ou plusieurs variables. Dans cette une variable est indépendante et l’autre est une variable dépendante. Cette technique permet d’observer les changements de la variable dépendante par rapport aux changements des variables indépendantes. Les paramètres apparaissant dans l’équation de régression sont obtenus en utilisant la méthode des moindres carrés.
En utilisant la technique d’analyse de régression SAS/STAT, nous trouvons des modèles dans nos données. Elle nous permet de faire des prédictions sur la base de nos données. Disons que nous prenons un exemple de sommeil et de bonheur pour déterminer tout type de relation entre les deux. Ici, nos variables sont le sommeil et le bonheur. Si nous les regardons, nous pourrions penser qu’il s’agit de variables non liées. Mais en utilisant l’analyse de régression dans SAS/STAT, nous pouvons les relier d’une certaine manière l’une à l’autre. Une fois que nous obtenons une méthode définie et que nous arrivons à savoir comment ils sont liés les uns aux autres, nous pouvons commencer à supposer et à faire des prédictions avec nos données.
Apprenons les avantages de SAS/STAT &Inconvénients en bref

Procédures pour l’analyse de régression dans SAS/STAT

Les procédures suivantes sont utilisées pour calculer l’analyse de régression SAS/STAT d’un échantillon de données. Explorons-les.

a. PROC ORTHOREG

La procédure ORTHOREG de SAS/STAT est utilisée pour ajuster des modèles linéaires généralisés par la méthode des moindres carrés. Par rapport à d’autres procédures du logiciel SAS/STAT, telles que les procédures GLM et REG, la PROC ORTHOREG a la capacité de produire des estimations plus précises lorsque les données ne sont pas conditionnées efficacement. En cela, vous pouvez effectuer des tests de pêcheur pour les effets de modèle qui testent les hypothèses d’erreurs de type I, de type II ou de type III.
Une syntaxe de PROC ORTHOREG-

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

Les instructions PROC ORTHOREG, CLASS et MODEL sont nécessaires.
Connaissez-vous les procédures d’analyse bayésienne SAS/STAT
PROC ORTHOREG Exemple-

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

b. PROC REG

La procédure REG de SAS/STAT est une procédure à usage général utilisée exclusivement pour la régression par moindres carrés ordinaires. Elle offre neuf méthodes de sélection de modèle différentes à choisir. La procédure a la flexibilité de permettre des changements qui sont interactifs par nature aussi bien dans les données que dans le modèle. Une autre grande caractéristique est qu’elle supporte également plusieurs instructions MODEL, contrairement à d’autres procédures.
Une syntaxe de PROC REG-

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

Les instructions PROC REG et MODEL sont nécessaires. En plus de cela, plusieurs autres instructions comme les instructions TEST, OUTPUT, PAINT, PLOT, PRINT, RESTRICT et TEST peuvent suivre chaque instruction MODEL.
Lisez sur la procédure d’analyse de données catégorielles SAS/STAT
PROC REG Exemple-.

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

Discutons de 2 procédures simples de . SAS/STAT Group Sequential Design and Analysis

c. PROC RSREG

La procédure RSREG de SAS/STAT utilise la méthode d’approximation des moindres carrés pour ajuster les modèles de régression de surface qui ont une réponse quadratique. Les modèles de surface de réponse sont un type de modèle linéaire général dans lequel les caractéristiques de la fonction de réponse ajustée sont le principal objectif du modèle et, en particulier, où les valeurs de réponse estimées optimales se produisent.
Une syntaxe de PROC RSREG-

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

Les instructions PROC RSREG et MODEL sont nécessaires.
Apprenons 7 procédures simples d’analyse de grappes SAS/STAT.
PROC RSREG Exemple-

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

d. PROC NLIN

Nous avons déjà abordé cette procédure en détail dans le tutoriel sur la régression non linéaire de SAS/STAT.

e. PROC PLM

Nous avons déjà abordé cette procédure en détail dans le tutoriel SAS/STAT sur le post-traitement.

f. PROC PLS

Nous avons déjà abordé cette procédure en détail dans le tutoriel SAS/STAT sur la modélisation prédictive.

g. PROC TRANSREG

Nous avons déjà discuté de cette procédure en détail dans le tutoriel SAS/STAT sur les études de marché.
C’était tout sur le tutoriel SAS/STAT sur l’analyse de régression. Nous espérons que notre explication vous a plu.

Conclusion

.