2009_SAS备课笔记_回归分析 拟合不含常数项的回归（prog7_04_1）： proc reg data=sasuser.data7_04; model y=x/noint; run;
运行结果：
预测-点(prog7_04_2)：
proc reg data=sasuser.data7_04; model y=x/p; id x; run;
在model语句中使用选项p 可以对数据进行预测。 id x 是要求输出结果时增加变量x作为标识变量。
运行结果：
2009_SAS备课笔记_回归分析 对另外一些数据进行预测（prog7_04_3）： data new; input x @@; datalines; 8000 9000 10000 ;
proc sort data=sasuser.data7_04 out=sorted; by x; data new;
set sorted new; run;
proc reg data=new; model y=x/p; id x; run;
运行结果：
也可以先在数据集中存放要预测是数据，然后运行：
proc reg data=sasuser.data7_04_1; model y=x/p; id x; run;
2009_SAS备课笔记_回归分析 预测-区间(prog7_04_4)： proc reg data=sasuser.data7_04; model y=x/cli clm; run;
运行结果：
在model语句中使用选项cli，提供对个别观测预测区间；使用选项clm，提供回归均值的预测区间。
作图（prog7_04_5）:
proc reg data=sasuser.data7_04; model y=x; plot y*x;
symbol v=dot h=0.7 w=2 color=orange; run;
运行结果：
2009_SAS备课笔记_回归分析 例题-data7_05 多元线性回归
程序(prog7_05)：
proc reg data=sasuser.data7_05; model y=x1 x2; run;
运行结果：
2009_SAS备课笔记_回归分析
例题-data7_06 多元线性回归
程序(prog7_06)：
proc reg data=sasuser.data7_06; model y=x1 x2 x3; run;
结果：
有不能通过检验的系数，故用逐步回归。
程序修改为：
proc reg data=sasuser.data7_06;
model y=x1 x2 x3 /selection=stepwise p; id x1 x2 x3; run;