SAS 逐步回归课件.ppt

SAS-逐步回归南京医科大学流行病与卫生统计学系柏建岭1SAS逐步回归

reg过程reg过程是专门用于回归分析的SAS过程，可提供绝大多数常用的线性回归分析功能；reg过程只是SAS中众多关于回归的过程之一，它适用于通常意义上的回归分析；reg过程可提供多达九种模型选择方法；可执行有关线性假设和多元假设的假设检验；可执行共线性诊断的功能；可计算预测值、残差、学生化残差、可信区间以及影响度等统计量；reg过程具有统计绘图功能。2SAS逐步回归

reg过程可包含的语句PROCREGoptions;label:MODELdependents=regressors/options;BYvariables;FREQvariable;IDvariables;VARvariables;WEIGHTvariable;label:MTESTequation,...,equation/options;OUTPUTOUT=SAS-data-setkeyword=names...keyword=names;PLOTyvar*xvar=symbol...yvar*xvar=symbol/options;PRINToptionsANOVAMODELDATA;label:TESTequation,,...,equation/option;RUN;3SAS逐步回归

procreg语句procreg语句用于调用reg过程。其中的语句选项较多，功能复杂；此处的选项将会对同一reg过程步中所有的model语句发生作用。procreg语句的主要选项及其功能和用法见下表。4SAS逐步回归

procreg语句的主要选项选项功能和用法alpha=为当前过程步中所创建的各种可信区间指定其置信水平（除某些语句中另外设置了置信水平者外）。须设置为0~1之间的值，默认值为0.05。corr给出有关model语句和var语句中的所有变量的相关矩阵。outest=将参数估计值以及模型拟合过程的相应统计量（可选）输出到所指定的数据集中。ridge=须设置为一个非负数所组成的列表（或单个数值），以列表中的每一个数值作为岭常数K进行岭回归分析，并将每一次岭回归分析所得的参数估计值输出到“outest=”选项所指定的输出数据集中。输出数据集中岭常数K存储在变量“_RIDGE_”下，相应估计值所对应的“_TYPE_”变量值为“RIDGE”。设置此选项时，restrict语句将被忽略。simple将reg过程中所用到的变量的合计值、均数、方差、标准差以及未校正的离均差平方和等在结果中显示。tableout将参数估计值的标准误、可信区间、t值（针对参数为零的检验假设）以及相应的P值输出到“outest=”选项所指定的输出数据集中。5SAS逐步回归

model语句语句形式：label:MODELdependents=regressors/options;用来对所要拟合的回归模型进行定义；“label”项代表所定义模型的标签，用来对当前model语句所定义的模型进行标识；以等号相连的两段内容为模型表达式，用来定义所要拟合的回归模型；可设置众多的选项，其中相当一部分和procreg语句的选项相同，功能也基本相似，只是作用的范围有所不同。6SAS逐步回归

model语句选项（1）选项功能和用法selection=指定模型选择的方法，可以是前进法（forward）、后退法（backward）、逐步法（stepwise）等九种方法。best=在模型选择方法为RSQUARE、ADJRSQ或CP时使用。当模型选择方法为ADJRSQ或CP时，此选项用来指定最佳模型的最大个数；当模型选择方法为RSQUARE时，此选项用来为每一种大小的模型指定其最佳模型的最大个数。这些最佳模型将在结果中显示或输出到“outest=”选项所指定数据集中。include=要求在变量筛选时必须将model语句中所列自变量中的前n个包括在模型中，变量筛选过程仅在剩余的自变量中进行。当模型选择方法为NONE时此选项无效。maxstep=须设置为正整数。在模型选择方法为FORWARD、BACKWARD或STEPWISE时，用来指定进行变量筛选的最大步数。对于FORWARD或BACKWARD方法，此选项的默认值为模型中所包含的自变量个数，而对于STEPWISE方法，此默认值为上述默认值的三倍。noint要求模型拟合时不包含截距项。slentry=当模型选择方法为FORWARD或STEPWISE时，用来指定变量的入选标