创建线性回归
从工具栏中，点击 
图标旁边的 
图标。从下拉列表中选择线性回归。最小化决策树可视化视图和树概览窗口。
图标旁边的 图标。从下拉列表中选择线性回归。最小化决策树可视化视图和树概览窗口。
在本示例中，您所关注的变量是死亡年龄，该变量应该是数据窗格的测度部分中列出的第一个变量。您希望此变量成为响应变量，因此点击数据窗格中的死亡年龄并将其拖放到模型窗格。请注意，死亡年龄现在显示在角色选项卡上的响应字段中。
接下来要选择您希望在分析中包括的效应变量或交互作用项。一种方案是使每个可用变量都成为一个效应变量，并让 SAS Visual Statistics 执行变量选择。但从计算资源的角度考虑，此方法并非始终可行。本示例将创建一个交互作用项以用作一个效应变量，并包括其他几个变量作为效应变量。
由于您怀疑收缩压和舒张压之间是相互作用的，因此为这些变量创建一个交互作用项。在数据窗格中，点击 
图标，然后选择新建交互效应。在新建交互效应窗口中，将收缩压和舒张压从可用列区域移至效应元素区域。点击创建。交互作用项舒张压*收缩压显示在数据窗格的交互效应组中。
图标，然后选择新建交互效应。在新建交互效应窗口中，将收缩压和舒张压从可用列区域移至效应元素区域。点击创建。交互作用项舒张压*收缩压显示在数据窗格的交互效应组中。
点击舒张压*收缩压并将其拖放到模型窗格中。由于在右窗格中选择了自动更新模型选项，因此模型基于此单个效应创建。每次对模型进行更改时，线性回归都会自动更新。若您预计会进行多次更改或遇到服务器性能问题，请取消选择自动更新模型选项。禁用自动更新时，必须点击右窗格中的更新以更新模型。
接下来，向模型中添加更多效应。按住 Ctrl 键选择血压状况、死因、叶 ID 1、性别、吸烟状况、胆固醇、身高、吸烟和体重。将这些变量拖放到模型窗格上。线性回归将更新以包括这些效应。
在右窗格中，选择属性选项卡。在此模型中，未选择信息性缺失和使用变量选择。禁用信息性缺失意味着包含缺失值的观测值未包括在分析中。禁用使用变量选择意味着在模型中使用了所有变量，而不管这些变量对模型的显著性如何。对于本模型，请保留默认的属性设置。
拟合汇总窗口表明死因、叶 ID (1) 和身高是此模型中最重要的三个效应。
评估窗口表明观测平均值和预测平均值对多数箱而言是近似相等的。
保存项目。