sas预测模型代码和作ROC曲线代码

SAS（Statistical Analysis System）是一种强大的统计分析软件，常用于建立预测模型。以下是创建简单线性回归预测模型的基本步骤以及制作ROC曲线（Receiver Operating Characteristic Curve）的代码示例：

1. **创建预测模型** (假设我们有变量data、响应变量response和自变量predictor)：

/* 导入数据 */
proc import datafile="your_data.csv" out=mydata dbms=csv replace;
run;

/* 创建预测模型（这里以线性回归为例） */
proc reg data=mydata;
model response = predictor;
run;

这将生成一个名为`output`的结果集，其中包含了预测模型的系数和其他统计信息。

2. **评估模型并作ROC曲线**:
首先，需要对模型进行分类预测（例如二分类问题），然后使用`PROC LOGISTIC`进行逻辑回归，并计算预测概率：

proc logistic data=mydata;
model response = predictor / score;
ods output scores=out_scores;
run;

接着，根据得分创建两个类别：

data mydata_scores;
set out_scores;
if predict > .5 then probability = 1 else probability = 0;
run;

最后，制作ROC曲线：

proc sgplot data=mydata_scores;
scatter x=probability y=response / markerattrs=(symbol=circle);
refline .5 / axis=y label="Chance";
title "ROC Curve";
xaxis grid minorlabelattrs=(labelfont=Helvetica);
yaxis grid minorlabelattrs=(labelfont=Helvetica);
run;