SAS/STAT Regression Analysis Procedures – Proc REG

Objektiv

I den föregående handledningen diskuterade vi SAS Power and Sample Size Analysis Procedures. Här ska vi titta på en annan typ av analys som kallas SAS/STAT regressionsanalys och hur vi kan använda regressionsanalys i SAS/STAT. Dessutom kommer vi att studera Procedurer i SAS/STAT regressionsanalys: PROC ORTHOREG, PROC REG, PROC RSREG, PROC NLIN, PROC PLM, PROC PLS och PROC TRANSREG
Så, låt oss börja med SAS/STAT regressionsanalys.

Vad är SAS/STAT Regressionsanalys?

SAS/STAT Regressionsanalys är en statistisk teknik som används för att studera förhållandet mellan två eller flera variabler. I detta är en variabel oberoende och en annan beroende variabel. Tekniken används för att observera förändringar i den beroende variabeln med avseende på förändringar i de oberoende variablerna. De parametrar som förekommer i regressionsekvationen erhålls med hjälp av metoden med minsta kvadratmetoden.
Med hjälp av SAS/STAT:s teknik för regressionsanalys hittar vi mönster i våra data. Den gör det möjligt för oss att göra förutsägelser utifrån våra data. Säg att vi tar ett exempel på sömn och lycka för att fastställa någon form av samband mellan de två. Här är våra variabler sömn och lycka. Om vi tittar på dem kan vi tro att de båda är orelaterade variabler. Men genom att använda regressionsanalys i SAS/STAT kan vi på något sätt relatera dem till varandra. När vi väl får en definierad metod och får veta hur de förhåller sig till varandra kan vi börja anta och göra förutsägelser med våra data.
Låt oss lära oss SAS/STAT Fördelar & Nackdelar i korthet

Procedurer för regressionsanalys i SAS/STAT

Följande procedurer används för att beräkna SAS/STAT regressionsanalys av en provdata. Låt oss utforska den.

a. PROC ORTHOREG

Proceduren ORTHOREG i SAS/STAT används för att anpassa generaliserade linjära modeller med hjälp av metoden minsta kvadrat. I jämförelse med andra programvaruprocedurer i SAS/STAT, t.ex. procedurerna GLM och REG, har PROC ORTHOREG förmågan att ge mer exakta skattningar när uppgifterna inte är konditionerade på ett effektivt sätt. I detta kan du utföra fishers-tester för modelleffekter som testar typ I-, typ II- eller typ III-hypoteser för fel.
En syntax för PROC ORTHOREG-

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

Det krävs PROC ORTHOREG-, CLASS- och MODEL-angivelser.
Känner du till SAS/STAT Bayesian Analysis Procedures
PROC ORTHOREG Exempel-

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

b. PROC REG

Proceduren REG i SAS/STAT är en procedur för allmänna ändamål som uteslutande används för regression med vanliga minsta kvadrater. Den erbjuder nio olika metoder för modellval att välja mellan. Proceduren har flexibiliteten att tillåta ändringar som är interaktiva till sin natur både i data och i modellen. En annan bra egenskap är att den också stöder flera MODEL-anvisningar, till skillnad från andra procedurer.
En syntax för PROC REG-

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

Det krävs PROC REG- och MODEL-anvisningar. Utöver detta kan flera andra uttalanden som TEST, OUTPUT, PAINT, PLOT, PRINT, RESTRICT och TEST följa varje MODEL-uttalande.
Läs om SAS/STAT procedur för analys av kategoriska data
PROC REG Exempel-

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

Låta oss diskutera 2 enkla procedurer av SAS/STAT Group Sequential Design and Analysis

c. PROC RSREG

Proceduren RSREG i SAS/STAT använder metoden för approximation av minsta kvadrater för att anpassa ytliga regressionsmodeller som har ett kvadratiskt svar. Svarsytemodeller är en typ av allmän linjär modell där egenskaperna hos den anpassade svarsfunktionen är modellens huvudfokus och i synnerhet var optimala uppskattade svarsvärden förekommer.
A Syntax för PROC RSREG-

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

Det krävs PROC RSREG- och MODEL-angivelserna.
Låt oss lära oss 7 enkla SAS/STAT klusteranalysprocedurer
PROC RSREG Exempel-

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

d. PROC NLIN

Vi har redan diskuterat denna procedur i detalj i handledningen om icke linjär regression i SAS/STAT.

e. PROC PLM

Vi har redan diskuterat denna procedur i detalj i handledningen SAS/STAT Post Processing.

f. PROC PLS

Vi har redan diskuterat denna procedur i detalj i handledningen SAS STAT Predictive Modeling.

g. PROC TRANSREG

Vi har redan diskuterat denna procedur i detalj i SAS/STAT Market Research tutorial.
Detta var allt om SAS/STAT Regression Analysis Tutorial. Hoppas du gillar vår förklaring.

Slutsats