应用回归分析实习指导

《应用回归分析实习指导》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、湖犹工业丈修理修協《实用回归分析》实验指导书胡二琴编统计学教研室实验一一元线性回归分析一问题一家保险公司十分关心其总公司营业部加班的程度，决定认真调查一下现状C经过十周时间，收集了每周加班时间的数据与签发的新保单数，X为每周新签发的保单数，y为每周加班工作吋间，见表。周序号12345678910X825215107055048092013503256701215y3.51.04.02.01.03.04.51.53.05.0二、要求1、将上述表格制成SAS数据集；2、绘制散点图，判断x与y是否大致成线性关系；3、用最小二乘估计法求回归方程，并求回归标准误差、参数的置信度为95%的区间估计

2、；4、对冋归方程做方差分析，并对回归系数做显著性检验；5、做预测。假设该公司预讣下一周签发新保单数为1000张，需要加班的时间是多少，并给出置信水平为95%的预测区间。三、目的和意义学会使用SAS来做回归问题，并学会看SAS的结果。四、实验步骤1.创建名为expl的SAS数据集，即在窗中输入下列语句：dataexpl；inputxy@@；cards；8253.52151.010704.05502.04801.09203.013504.53251.56703.012155.01000・;run;保存此步骤屮的程序，供以后分析使用（只需按工具条上的保存按钮然后填写完提问后就可以把这段程序保

3、存下来即可）。2.绘制x与y的散点图，初步确定回归方程列，输入下列程序：procgplotdata二expl；plotx*y；run;提交程序，在graph窗口中观察，可以看出x与y大致成线性关系3•做回归分析，输入下列程序：procregdata=expl；modely=x/r;run;4.预测procregdata二expl；modely二x/cli;run;一、问题为了研究每月用电总量X与用电高峰期每小时用电量y之间的关系，特收集数据如下表。用户序号Xy用户序号Xy16790.792817484.8822920.442913813.48310120.563014287.58449

4、30.793112552.6355822.73217774.99611563.64333700.5979974.73342316&19821899.53511304.79910975.34364630.511020786.85377701.741118185.84387244.112170()5.21398083.94137473.2540")00.961420304.43417833.291516433.16424060.44164140.54312423.24173540.17446582.141812761.884517465.71197450.77464680.64204351

5、.394711141.921540(I.血484130.51228741.564917878.332315435.2850356014.942410290.645114955.11257104.005222213.852614340.315315263.93278374.2二、要求1、将上述原始数据集集制成SAS数据集2、利用普通最小二乘估计法建立x与y的冋归方程，并绘制残差图3、诊断该问题是否存在异方差4、如果存在异方差，利用x的幕作为加权修正异方差三、目的和意义学会异方差问题的诊断与修正。四、异方差检验与修正过程1、建立名为hh的SAS永久数据集，即在窗中输入下列语句:datasa

6、suser.hh；inputxy@@；cards；;run;2•用普通最小二乘估计求回归方程，并进行异方差检验、绘制残差图Procregdata=sasuser.hh;Modely=x/spec;Plotr.*x;Run;从残差图及怀特检验结果可知，上述数据存在异方差。3•修正异方差在原程序中增加权重,即：datasasuser.hh；inputxy@@；w二x**(-0・5);cards；••••9在SAS窗口按下列操作进行：Solution-analysisanalystfileopenbysasname—Sasuaser-hh-statistics-regressions—lin

7、ear在出现的窗口中选择Y为因变量，X为自变量，并在选项statistics中选择tests并选择WLS,以w为权重，点0K即可。上述权重若不能消除界方查差，更改权重直到界方差消失。一问题屮国商品进口模型：经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。由于无法取得中国商品进口价格指数，我们主要研究中国簡品进口与国内生产总值的关系。(见下表)。年份t国内生产总指GDP(x)商品进口M(y)年份