线性回归：使用SAS查找重要的类变量

Question

我正在尝试使用SAS来做一个非常基本的回归问题，但是我很难获得全部结果。

我正在使用一个数据集，该数据集包括教授的整体素质（因变量），并具有以下自变量：性别，年份，辣椒，学科，易用性和rateInterest。

我正在使用下面的代码来生成数据集的分析：

proc glm data=WORK.IMPORT;
    class gender pepper discipline;
    model quality = gender numYears pepper discipline easiness raterInterest;
run;

我得到以下结果，这基本上是我所需要的，除了我想确切地看到来自类变量（性别，胡椒，学科）的哪些响应是重要的。

从这些结果中，我可以看到容易程度，rateInterest，胡椒和纪律性是重要的；但是，我想看看胡椒和纪律哪个特定的值很重要。例如，胡椒被学生回答为“是”或“否”。我想看看质量是否与胡椒粉或胡椒粉特别相关。谁能给我一些有关如何更改代码以返回类变量细分的建议？

如果需要引用，这里也是数据集的链接： https://drive.google.com/file/d/1Kc9cb_n-l7qwWRNfzXtZi5OsiY-gsYZC/view?usp=sharing Rateprof

我真的非常感谢您的协助！

Answer 1

在您的solution语句中添加model选项，以细分每个类变量的统计信息；但是，参考参数化在proc glm中不可用，并且会导致估计偏差。可以通过多种方法继续使用proc glm，但是最简单的解决方案是使用proc glmselect。 proc glmselect允许您指定参考参数化。使用selection=none选项可以禁用变量选择。

proc glmselect data=WORK.IMPORT;
    class gender(ref='female') pepper discipline / param=reference;
    model quality = gender numYears pepper discipline easiness raterInterest / selection=none;
run;

对此的解释是：

  

所有其他变量保持不变，雌性通过   与男性相比-0.046782单位。此变量没有统计学意义。

每个等级的细目分类是与参考值的比较。默认情况下，选择的参考值是内部对所有类值进行排序后的最后一个级别。您可以在每个类变量之后使用ref=选项来指定引用。例如，如果要使用女性而不是男性作为参考值：

proc glmselect data=WORK.IMPORT;
    class gender(ref='female') pepper discipline;
    model quality = gender numYears pepper discipline easiness raterInterest / selection=none;
run;

请注意，您也可以使用prox mixed执行此操作。为此，首选项取决于您喜欢的输出样式。 proc mixed是运行回归的一种更灵活的方法，但在这里可能会显得有些过大。

proc mixed data=import;
    class gender pepper discipline;
    model quality = gender numYears pepper discipline easiness raterInterest / solution;
run;