在SAS/JMP中迭代回归中的变量

我试图获取一组自变量，并测试它们是否（在统计上显著）与两组数据有不同的相关性

我被建议在JMP中这样做的方法是做一系列线性回归，如下所示

result = group + varA + group*varA

然后检查互动效果的重要性，例如，“国家*置换”示例中的“Prob>F”列：（我没有发布图像的声誉。）

现在，我需要能够切换出其中一个变量；也就是说，对于大约350个变量的列表，比如

varA

，

varB

，我需要运行以下回归

result = group + varA + group*varA
result = group + varB + group*varB
result = group + varC + group*varC
...

并得出这种交互作用的意义。以前的脚本编写尝试已导致约350个结果窗口或约350个模型对话框。如有任何建议，将不胜感激

编辑：

---

例如，使用Airline Delays JMP示例数据集，这是以下步骤之一的结果：。我需要为每一组变量提取交互效应的显著性（0.1397效应下测试）；例如，将“距离”变量与“经过的时间”互换。但是我需要在一组350中为每个变量交换这个变量。

假设您知道如何通过这些值进行for。这将获得P值的效果

fit = Fit Model(
    Y( :Arrival Delay ),
    Effects( :Distance, :Day of Week, :Distance * :Day of Week ),
    Personality( Standard Least Squares ),
    Emphasis( Minimal Report ),
    Run(
        :Arrival Delay << {Lack of Fit( 0 ), Plot Actual by Predicted( 0 ),
        Plot Residual by Predicted( 0 ), Plot Effect Leverage( 0 )}
    )
);

hash = associative array(fit<<Get Effect Names, fit<<Get Effect PValues);

value = hash["Distance*Day of Week"];

fit=fit模型(
Y（：到达延迟），
影响（：距离，：星期几，：距离*：星期几），
个性（标准最小二乘法），
重点（最低报告），
跑(
：到达延迟只是为了澄清，您不想在基本SAS中执行此操作，只在JMP中执行此操作？我完全可以在SAS中执行此操作；我只是不知道如何处理此操作。您可以在过程调用之前在
PROC REG
和
ODS SELECT ANOVA
中使用多个模型语句。重新标记以添加，然后离开。我不知道明白你的意思吗，亚历克斯？