SAS实验 相关与回归分析.doc

《SAS实验 相关与回归分析.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、学生实验报告学生实验报告学生姓名学号同组人实验项目相关与回归分析必修操作性实验实验地点0505实验仪器台号指导教师董成武实验日期及节次一、实验目的及要求：1、目的学会和掌握参数估计与假设检验2、内容及要求学会用SAS作总体均值、方差估计，以及单样本均值、方差比例检验，双样本均值、方差、比例的比较和配对样本均值比较检验等操作二、仪器用具：仪器名称规格/型号数量备注计算机1SAS软件1三、实验方法与步骤:步骤一、运行SAS软件，新建各题要用到的数据集；步骤二、新建数据集后，输入analyst命令或在点击解决方案—分析—分析家，进入分析员应用环境；步骤三、在分析员应用环境打开新建的数据集

2、；步骤四、再根据各题要求，点击统计选项来分析。四、实验结果与数据处理：1．下面是某地一年级的12位女生的体重(kg)和肺活量(L)的数据试求肺活量对体重的回归方程。体重424246464650505052525858肺活量2.552.22.752.42.82.813.413.13.462.853.53（1）对肺活量和体重进行相关分析。绘制体重与肺活量的散点图，计算其相关系数。并对输出结果进行解释。①将数据保存至EXCEL文件，导入数据，得到数据集；②在INSIGHT环境中调入数据，绘制体重与肺活量的散点图，如图所示。③在INSIGHT环境中利用多元进行分析，得出体重与肺活量的相关系

3、数。“单变量统计量”中提供了每个变量的5个统计量，分别为数量、均值、标准差、最小值和最大值。“相关系数举证”中则提供了变量间的相关系数，体重（weight）和肺活量(pulmonary)的相关系数为0.7495（2）判断体重和肺活量两变量的关系，拟合肺活量对体重的方程，对回归系数进行解释和对回归系数进行检验，绘制残差图。①用insight视图下的分析来拟合肺活量对体重的方程；得到简单线性回归方程为对回归系数进行解释和对回归系数进行检验：上表提供模型拟合的汇总度量，肺活量的均值是2.9025，模型的,说明肺活量变异的大约56%可以由体重来说明。从方差分析表中可以看到，P值小于，所以拒

4、绝原假设接受备择假设，所以这一模型拟合数据较好。绘制残差图：（3）对体重为57kg的女生的肺活量进行估计，打开数据集直接在weight(体重)最下方输入57,得到预测值。所以体重为57kg的女生的肺活量的估计值是3.3535。（4）并求出肺活量期望值的95%的可信区间。由上图表可知，肺活量期望值的95%的区间为[2.6392,3.1658]。2、利用dst.fitness数据集，拟合多元线性方程（以OXYGEN变量为因变量）。（1）拟合多元线性方程的方程。①用编程拟合多元线性回归，编程如下：Procregdata=dst.fitness;ModelOXYGEN=ageweightr

5、untimerstpulserunpulsemaxpulsegroup;run;②提交这一程序后可得到如下的输出：这一输出与简单线性回归的输出时完全相仿的，只是进入回归的自变量有7个。从参数的估计值容易得到拟合的回归为：OXYGEN=-0.21043AGE–0.WEIGHT–2.RUNTIME–0.RSTPULSE–0.RUNPULSE+0.MAXPULSE-0.GROUP+101.（2）判断方程是否存在共线性和异方差？如果方程存在共线性，怎样用逐步回归法进行变量筛选拟合回归方程（保留模式的显著性水平为0.15）。从参数估计检验部分可以看出，变量AGE、WEIGHT、RSTPULS

6、E和GROUP的回归系数，不能拒绝它们为0的原假设。在这里须小心地看待这些检验，因为它们都是在其他变量加入回归的前提下进行显著性检验的，完全可能因为自变量间存在较强的相关而掩盖它们对回归的贡献，所以在剔除不显著的回归变量时必须逐个进行。①用编程方法判断方程是否存在共线性Procregdata=dst.fitness;ModelOXYGEN=ageweightruntimerstpulserunpulsemaxpulsegroup/collinvif;run;②提交这一程序后可得到如下的输出：由检测结果可知，方差膨胀因子最大只有8.83077，并没有超过10，这表明不存在共线性问题。

7、③用编程的方法做逐步回归法进行变量筛选拟合回归方程。Procregdata=dst.fitness;ModelOXYGEN=ageweightruntimerstpulserunpulsemaxpulsegroup/selection=stepwise;run;④提交这一程序后可得到如下的输出：在输出报告中，提供了进入回归变量逐次改变后回归方差分析和拟合的信息。在报告的最后，利用逐步回归法挑选，变量RUNTIME、AGE、RUNPULSE和MAXPULSE四个变量进入