一、代码示例（部分参数）
proc logistic data=Adpasi outest=betas covout;
class SEX DSACTST CMMTXFL CMAPTFL;
model AVALC(event='Y')= AGE SEX BMIBL PROGCLS DSACTST BSABL CMMTXFL CMAPTFL
/selection=stepwise slentry=0.05 slstay=0.1 details lackfit;
output out=pred p=phat lower=lcl upper=ucl predprob=(individual crossvalidate);
ods output Association=Association;
run;
二、proc logistic中的参数解析
1、data= ：指示输入数据集名称
2、outest=：给出系数矩阵
三、class语句解析
指示后面的model语句中模型中变量，有哪些是字符型的分类变量。该语句必须在model之前生效。class语句后面可以跟参数，参数有两种表达方式。第一种是跟在每一个变量后面，如此不同的变量可以跟不同的参数，以参数missing，变量var为例，形如：class var1 missing var2 var3 missing;第二种是跟在所有变量后面，作为通用的参数。形如：class var1 var2 var3/missing；
class语句可以在各个过程步通用。
1、param=：该参数有若干可选项
GLM： 该取值作用目前不得而知，但是它是后面使用 lsmeans 语句的前提，只有该选项设定后 lsmeans语句才会执行。
四、model语句及其参数解析
model语句中的主体是一个等式，它是多过程步公用的语句。等式的左边（AVALC）是反应变量，右边是用来预测的控制变量（AGE SEX BMIBL PROGCLS DSACTST BSABL CMMTXFL CMAPTFL）。
1、event=：在AVALC后面的(event='Y')作用是指示把AVALC中的哪个值作为分析的目标类别。event=除了直接设置值外，还有两种选项：event=first和event=last，分别表示选取AVALC中排序在第一个的那个值和最后一个值。event选项只能在反应变量是二分类的情况下使用。
2、selection=：用来设定把变量加入模型的方法。当等式右边的控制变量不是一个的时候，简单的说，就会涉及到一个问题：哪个变量先进模型？因为一般来说自变量越少，对结果的解释力度就越弱，所以简单的想法是尽量多的在等号右边加入变量。然而，变量虽多，但每个变量对最终解释力度的贡献不同，有些甚至可能完全没有贡献，所以需要对变量要有个筛选。
选项有5个，对应的是五种筛选方法，括号里是选项简写：
（1）BACKWARD（B）：向后剔除法。将所有变量（AGE SEX BMIBL PROGCLS DSACTST BSABL CMMTXFL CMAPTFL）全部放到模型中检验，检查解释力度最低的那个变量，然后和事先设定的剔除的检验水准进行比较，进行剔除。然后重复上述过程，知道没有可以剔除的变量为止。
（2）FORWARD（F）：向前剔除法。与向后剔除法相反，先选择其中一个变量进入模型中，检查该变量的解释力度，如果符合进入的检验水准则加入模型，然后重复上述过程，知道新变量对总体解释力度没有贡献为止。
（3）NONE（N）：SAS的默认方法。
（4）STEPWISE （S）：逐步回归法。是对向后剔除法和向前剔除法的综合应用。先用向前剔除法加入变量 ，然后再用向后剔除法排除不合适的变量。这是一个反复的过程，直到既没有显著的解释变量选入回归方程，也没有不显著的解释变量从回归方程中剔除为止。以保证最后所得到的解释变量集是最优的。
（5）SCORE：最优子集法。顾名思义，遍历了所有可能的变量组合，因此筛选出的特征必定是最优的。但缺点是计算量非常大。
3、slentry=：只有当selection=选项为STEPWISE和FORWARD的时候才能用，用来设定进入的检验水准。可简写成 sle=。
4、slstay=：只有当selection=选项为STEPWISE和BACKWARD的时候才能用，用来设定剔除的检验水准。可简写成 sls=。
5、details：显示逐步选择过程，但是当SELECTION=NONE的时候无效
6、lackfit：执行Hosmer和Lemeshow拟合优度检验。
五、lsmeans 语句及其参数解析
lsmeans 语句的语法 lsmeans 变量1 变量2 ....... /参数1 参数2；他的使用需要class中使用 param=GLM 才能使用。该语句可以在一个过程步中重复使用，这样有一个好处，因为斜杠后面参数是所有变量共享的，如果想给每个变量定制个性化参数就不能只用一个lsmeans语句。lsmeans语句参数有：
1、ilink：用来设置生成均值，均值标准误。
2、cl：用来设置上下限，包括均值上下限，均值标准误的上下限。
3、pdiff：用来生成差分表，设置该参数会增加一个差分表。
