实用标准文档
PROC CORR; VAR x y; RUN;
PROC REG CORR; MODEL y=x; RUN;
相关分析一般用CORR过程完成，VAR语句指定参与分析的变数。当然也可在REG过程中加上CORR选项表示输出简单相关系数。
(二) 协方差分析
1．单向分组资料的协方差分析
[例32] 以教材P182例9.15为例。 DATA tb98;
DO trt=”A”,”B”,”C”; DO i=1 TO 8; INPUT x y @@; OUTPUT; END; END; CARDS;
47 54 58 66 53 63 46 51 49 56 56 66 54 61 44 50
52 54 53 53 64 67 58 62 59 62 61 63 63 64 66 69
44 52 48 58 46 54 50 61 59 70 57 64 58 69 53 66 ;
PROC GLM;
CLASS trt;
MODEL y=trt x / SOLUTION; MEANS trt / T;
LSMEANS trt / STDERR PDIFF TDIFF; RUN;
协方差分析用GLM过程完成。CLASS指出分类变量，必须设定，且必须出现在MODEL语句之前。MODEL语句中的SOLUTION选项用于给出参数的估计值。MEANS语句计算平均数（直接的），并进行多重比较，如果x变数对y变数有作用，那么这种比较所得结论是虚假的。
LSMEANS语句计算效应的最小二乘估计的平均数，即处理矫正平均数（LSM）。选项STDERR给出LSM的标准误，PDIFF和TDIFF则要求给出矫正平均数比较（差异显著性测验）的概率值和t值。
2．两向分组资料的协方差分析。 [例33] 以教材P188例9.17为例。 DATA tb914;
DO trt=1 TO 14;
文案大全
实用标准文档
DO blk=1 TO 2; INPUT x y @@; OUTPUT; END; END; CARDS;
4.59 58 4.32 61 4.09 65 4.11 62 3.94 64 4.11 64 3.90 66 3.57 69 3.45 71 3.79 67 3.48 71 3.38 72 3.39 71 3.03 74 3.14 72 3.24 69 3.34 69 3.04 69 4.12 61 4.76 54 4.12 63 4.75 56 3.84 67 3.60 62 3.96 64 4.50 60 3.03 75 3.01 71 ;
PROC GLM;
CLASS trt blk;
MODEL y=blk trt x / SOLUTION; LSMEANS trt / STDERR PDIFF; RUN;
(三) 多元回归和相关
[例34] 以教材P194例10.1为例（多元回归方程的建立和测验）。 DATA tb101;
INPUT x1 x2 y @@; CARDS;
26.7 73.4 504 31.3 59.0 480 30.4 65.9 526 33.9 58.2 511
34.6 64.6 549 33.8 64.6 552 30.4 62.1 496 27.0 71.4 473
33.3 64.5 537 30.4 64.1 515 31.5 61.1 502 31.3 56.0 498
34.0 59.8 523 ;
PROC REG CORR;
MODEL y=x1 x2 /CLM CLI; RUN;
[例35] 以教材P200例10.6为例（最优多元线性回归方程的建立）。 DATA tb104; INPUT x1-x4 y; CARDS;
10 23 3.6 113 15.7 9 20 3.6 106 14.5 10 22 3.7 111 17.5 13 21 3.7 109 22.5
文案大全
实用标准文档
10 22 3.6 110 15.5 10 23 3.5 103 16.9 8 23 3.3 100 8.6 10 24 3.4 114 17.0 10 20 3.4 104 13.7 10 21 3.4 110 13.4 10 23 3.9 104 20.3 8 21 3.5 109 10.2 6 23 3.2 114 7.4 8 21 3.7 113 11.6 9 22 3.6 105 12.3 ;
PROC REG CORR; MODEL y=x1-x4;
MODEL y=x1-x4 / SELECTION=BACKWARD SLS=0.05; MODEL y=x1-x4 / SELECTION=FORWARD SLE=0.05;
MODEL y=x1-x4 / SELECTION=STEPWISE SLS=0.05 SLE=0.05; RUN;
这里“INPUT x1-x4 y;”是“INPUT x1 x2 x3 x4 y;”的简化表示法，“MODEL y=x1-x4;”则是“MODEL y=x1 x2 x3 x4;”的简化表示法。
最优多元线性回归方程的建立是在REG过程的MODEL语句中加上选项“SELECTION=方法”来实现的。以上方法的意义分别是：① BACKWARD法（逐步剔除法），它首先配合全模型，然后逐步剔除对依变数y影响最小且不显著的自变数，直到模型中所有变数皆达显著水平，BACKWARD法剔除某变数后，将不再考虑先前剔除变数是否对变数y产生显著的影响，因此该法某一变数一经剔除就不能再次选入；② FORWARD法（逐个选入法），它首先将对依变数y影响最大且达显著水平的自变数选入，然后逐个选入剩余变数中对依变数y影响最大且达显著的自变数，直到所有变数都选入模型，FORWARD法不考虑选入某变数后，原先选入的变数是否会变得不显著，因而变量一经选入即被保留在模型中；③ STEPWISE法（逐步回归法），它首先配合对依变数y影响最大且达显著的自变数xi的一元线性回归方程，然后逐步选入其它变数中对依变数y影响最大且显著的自变数，当新变数选入后，还要对模型中已选入的变数进行测验，不显著的将予以剔除，这样最终模型中所有自变数皆对y有显著影响，模型外的所有自变数对y的影响皆不显著。因此一般情况下，以STEPWISE法较好。
选项SLS=0.05定义剔除时的概率水平为0.05，SLE=0.05定义选入时的概率水平为0.05。
[例36] 以教材P203例10.7为例（通径分析）。 DATA tb101;
INPUT x1 x2 y @@; CARDS;
26.7 73.4 504 31.3 59.0 480 30.4 65.9 526 33.9 58.2 511
文案大全
实用标准文档
34.6 64.6 549 33.8 64.6 552 30.4 62.1 496 27.0 71.4 473
33.3 64.5 537 30.4 64.1 515 31.5 61.1 502 31.3 56.0 498
34.0 59.8 523 ;
PROC REG CORR;
MODEL y=x1 x2 / STB; RUN;
MODEL语句中加上STB选项将会给出标准偏回归―通径系数，进而可以了解自变数的相对重要性。
[例37] 以教材P204例10.8，P206例10.10为例（相关和偏相关分析）。 DATA tb101;
INPUT x1 x2 y @@; CARDS;
26.7 73.4 504 31.3 59.0 480 30.4 65.9 526 33.9 58.2 511
34.6 64.6 549 33.8 64.6 552 30.4 62.1 496 27.0 71.4 473
33.3 64.5 537 30.4 64.1 515 31.5 61.1 502 31.3 56.0 498
34.0 59.8 523 ;
PROC CORR NOSIMPLE; VAR x1 x2 y; RUN;
PROC CORR NOSIMPLE; VAR x1 y; PARTIAL x2; RUN;
PROC CORR NOSIMPLE; VAR x2 y; PARTIAL x1; RUN;
PROC CORR NOSIMPLE; VAR x1 x2; PARTIAL y; RUN;
PROC REG NOPRINT; VAR x1 x2 y; MODEL y=x1 x2; PRINT PCORR1 PCORR2; RUN;
CORR过程中，用PARTIAL语句定义偏相关变量，如“PROC CORR
文案大全
实用标准文档
NOSIMPLE; VAR x1 y; PARTIAL x2;”表示x2固定时x1与y间的相关。一个CORR过程只能使用一个PARTIAL语句。
REG过程的PCORR1和PCORR2给出两种偏决定系数（偏相关数的平方）。 由以上可见，CORR过程仅能用于相关分析。REG过程则能进行一元，多元的相关和回归分析，它可以选用不同方法对自变量进行选择建立最优方程，可以作散点图进行数据模型的初步判别，且一个REG过程允许使用多个MODEL语句。GLM过程则可以进行方差分析、回归分析以及协方差分析。与REG相比，GLM过程用于回归分析时不能进行模型选择，且一个过程仅允许使用一个MODEL语句。
(四) 曲线回归
曲线回归又称非线非回归。对其拟合可采用先转化为线性回归而后用REG或GLM过程的方法（这是在手工计算时的一种简化方法），但更通常的方法是用NLIN过程进行直接拟合。
[例38] 以教材P214例11.1为例（y=aebx）。 DATA tb112; INPUT x y @@; yt=LOG(y); CARDS;
0 100.0 5 82.0 10 65.0 15 52.0 20 44.0 25 36.0 30 30.0 35 25.0 40 21.0 45 17.0 50 14.0 55 11.0 60 9.0 65 7.5 70 6.0 75 5.0 80 4.0 85 3.3 ;
PROC REG;
MODEL yt=x; RUN;
PROC NLIN METHOD=DUD; PARMS a=100 b=-0.1; MODEL y=a*EXP(b*x); RUN;
本程序首先用REG过程对x与y间的非线性关系进行间接拟合。接着用NLIN过程进行直接拟合。PROC NLIN一句中的选项METHOD=DUD指定用DUD（试位法）进行循环迭代，其它方法还有GAUSS（高斯-牛顿法）、MARQUARDT（麦夸特法）、NEWTON（牛顿法）等。PARMS语句设定了参数初始值，初始值的不同在某些迭代方法中有时会对结果产生较大影响（依赖于曲线方程的凸凹变化）。MODEL语句则直接给出非线性方程。注意以上各迭代方法中除DUD法之外，均需给出非线性方程对参数的一阶或二阶偏导（DER语句）。
另外以上的数据步也可这样编写： DATA tb112;
DO x=0 TO 85 BY 5; INPUT y @@; yt=LOG(y); OUTPUT; END;
文案大全
SAS-方差分析报告
