基于 GLM（广义线性模型）的数据分析 SAS 里的 GLM 应用在实际中比较广泛，对数据的分析具有比较强的普适性。趋势面回归分析（Trend Analysis） 是以多元回归分析为理论基础的一种预测与统计技术。它用空间坐标法进行多项式回归，从中估计出最佳的回归模型，因此也被称为趋势面分析，当不知道手中的数据呈线性还是非线性相关时，可以采用趋势面数据分析方法，以便找出拟合数据的最佳统计预测模型。本文运用 GLM 对一定的数据进行 GLM 分析。一、数据与要求此处选取 15 名吧不同程度的烟民的每日饮酒（啤酒）量与心电图指标（zb）的对应数据。然后设法建立 zb 与日抽烟量（X）/支和日饮酒量（y）/升之间的关系。序号组别日抽烟量（x）/支日饮酒量（y）/升心 电 图 指 标（zb）113010280212511260313513330414014400514514410622012270721811210822512280922513300102231329011340144101234515420133481642514350184501535519470二、运用 GLM 过程进行趋势面分析 1. 趋势分析的 GLM 程序data beer;input obsn x y zb;cards;01 30 10 28002 25 11 26003 35 13 33004 40 14 40005 45 14 41006 20 12 27007 18 11 21008 25 12 28009 25 13 30010 23 13 29011 40 14 41012 45 15 42013 48 16 42514 50 18 45015 55 19 470;proc glm;model zb=x y/p;proc glm;model zb=x y x*x x*y y*y/p;proc glm;model zb=x y x*x*x x*x*y x*y*y y*y*y/p;proc glm;model zb=x y x*x*x x*x*y x*y*y y*y*y x*x*x*x x*x*x*y x*x*y*y x*y*y*y y*y*y*y/p;run;2. 四种分析模型结果（1）一阶趋势模型Dependent Variable: zb源变量 自由度 平方和 均值 F 值 概率值 Sum of Source DF Squares Mean Square F Value Pr > F Model 2 90615.20993 45307.60497 127.19 <.0001Error 12 4274.79007 356.23251Corrected Total 14 94890.00000 R-Square Coeff Var Root MSE zb Mean 0.954950 5.439228 18.87412 347.000---------------------------------------------------------------------------------------------------------------------------------Source DF Type I SS Mean Square F Value Pr > Fx 1 89541.56558 89541.56558 251.36 <.0001y 1 1073.64435 1073.64435 3.01 0.1081----------------...
