REG过程

lillian0630

REG过程是所有回归分析过程中使用最普遍的一种。在过程中用户可应用MODEL语句建立用户需要的线性模型，REG过程提供9种选择最佳回归模型的方法，生成数据的散点图和多种统计量；产生部分回归诊断图，并进行共线性诊断；输出预测值、误差、置信区间及向量内成绩矩阵等，并可将这些分析结果存在一个SAS数据集中。

REG过程的一般使用格式如下：

1. PROC REG DATA=SAS数据集;
   
2. MODEL因变量=自变量名列;
   
3. VAR变量列表；
   
4. OUTPUT OUT=数据集名;
   
5. PLOT绘图表达式;
   
6. WEIGHT变量名;
   
7. FREQ变量名;
   
8. BY变量名;
   
9. RESTRICT方程1，方程2，…;
   
10. TEST方程1，方程2，…;
    
11. RUN;

复制代码

MODEL语句必须定义，其他语句用户可根据情况选择。REG过程某些语句后的控制选项如表所示。

PROCREG语句后主要的控制选项
选项	意义
OUTEST=SAS数据集	输出有关模型的参数估计和选择的统计量到指定SAS数据集中
OUTSSCP=SAS数据集	把平方和及叉积矩阵输出到TYPE=SSCP的数据集中
USSCP	输出用在该过程中的所有变量的平方和及叉积矩阵
ALL	输出所有内容
NOPRINT	不输出任何内容
MODEL语句后主要的控制选项
选项	意义
SELECTION=NONE| FORWARD|BACKWARD|STEPWISE |MAXR| |MAXR| |ADJRSQ	确定变量筛选办法，依次表示全部变量进入法NONE、前进法FORWARD、后退法BACKWARD、逐步筛选法STEPWISE（前进法与后退法的结合）、最大R2增量法MAXR、最小R2增量法MINR、R2选择法RSQUARE、MALLOW'SCP选择法CP、修正R2选择法ADJRSQ
SPEC	进行异方差检验
ACOV	存在异方差时，输出参数β估计量的渐近协方差阵的估计
SLENTRY|SLE=显著性水平	规定变量进入方程的显著性水平
SLSTAY|SLS=剔除水平	规定从方程中剔除变量的显著性水平
INCLUDE=N	迫使前N个自变量进入模型
START=S	从含有MODEL语句中前S个自变量的模型开始，进行比较、选择过程（仅用于MAXR或MINR方法）
STOP=S	当找到最佳的S个变量模型之后，逐步回归便停止（仅用于MAXR或MINR方法）
P	计算各观测点上因变量的预测值
R	作残差分析，并给出因变量的预测值
CLI	计算各自变量对应的因变量的95％置信区间
CLM	计算各自变量对应的因变量预测值的95％置信区间
NOINT	指定回归方程不含截距项
STB	输出标准回归系数
COVB	输出回归系数估计的协方差（阵）估计
CORRB	输出回归系数估计的相关矩阵估计
MSE	输出误差项σ2的估计
RMSE	file:///C:/Users/ADMINI~1/AppData/Local/Temp/msohtmlclip1/01/clip_image002.png 输出
COLLIN	在未校正截距的情况下，诊断多重共线性，条件数越大越可能存在共线性
COLLINOINT	在校正截距的情况下，诊断多重共线性
TOL	计算共线性水平的容忍度，TOL值越小说明越可能与别的自变量存在共线性关系
VIF	输出变量间相关性的方差膨胀系数，VIF越大，说明可能存在共线性，TOL与VIF互为倒数
INFLUENCE	诊断异常点
I	打印（X′X）-1
XPX	输出模型的X′X叉积矩阵
SS1	打印顺序平方和
SS2	打印偏平方和
ALL	输出SAS系统分析的以下选择项的特性：XPX，SS1，SS2，STB，COVB，CORRB，SEQB，P，R，CLI，CLM，SPEC，ACOV，TOL，PCORR1，PCOR，R2，SCORR1，SCORR2
PARTIAL	给出每一回归变量的偏回归残差图
DW	计算一阶自相关检验的DURBIN-WATSON统计量

INFLUENCE选项后对异常点的诊断输出的主要统计量如表所示

诊断异常点的统计量
统计量	含义	“异常”的判别准则
LEVERAGE（HI）	杠杆率HI，第I次观测自变量的取值在模型中作用的量度（0≤HI≤1）	HI越大，则第I次观测在模型中的作用就越大
COOK'S  D	COOK  D统计量，对某一观测点引起回归影响大小的度量，用于异常点诊断	若D >50％，则可认为该观测点对模型的拟合有强烈影响
COVRATIO	协方差矩阵的行列式之比（去掉某一观测点后、前对比）	若|COVRATIO|≥3（自变量个数+I），则第I个观测点值得引起注意

OUTPUT语句：用于把一些计算结果输出到指定的数据集中，其后的关键字及其意义如表所示。

REG过程中使用的语句含义如下：

VAR语句——列出叉积矩阵中的变量，仅当定义选项OUTSSCP=SASDATASET时使用。

PLOT语句——绘制两变量的散点图。语句格式为：PLOT X*Y/选项。其中X和Y变量可为原始数据集中的变量或统计量关键字。注意：若变量是统计量关键字时需要在其后加上圆点“·”。

RESTRICT语句——要求计算条件最小二乘估计，语句定义的方程就是关于回归系数（用自变量表示）的等式，方程与方程间用逗号分隔。如以下语句：

1. MODEL Y=A1 A2 B1 B2;
   
2. RESTRICT  A1+A2=1;

复制代码

表示在自变量A1和A2的系数和为1的条件下求回归系数的最小二乘估计。

TEST语句——要求进行条件显著性检验，其中条件方程是关于回归系数（用自变量表示）的等式，方程与方程间用逗号分隔。TEST语句一般不与RESTRICT语句同用。如以下语句：

1. MODEL Y=A1 A2 B1 B2;
   
2. TEST A1+A2=1;

复制代码

表示自变量A1和A2的系数和为1原假设条件下进行F检验。

交互式语句——可以直接在PROC REG过程中使用表列出的交互式语句。

交互式语句
语句	意义
ADD变量名列表	向模型中增加变量
DELETE变量名列表	删除原拟合模型中的有关变量
REFIT	重新拟合模型
PRINT	输出有关模型的相关信息