《SAS实验 相关与回归分析》由会员分享，可在线阅读，更多相关《SAS实验 相关与回归分析（10页珍藏版）》请在金锄头文库上搜索。
1、%紡財俺乂曙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重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
2、建的数据集； 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4242464646505050525258肺活量2.552.22.752.42.82.813.413.13.462.853.5(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。 将数据保存至EXCEL文件，导入数据，得到数据集； 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。P3.5- IJ1m2.0-Flnar2.5-n455055v/e
3、i ght 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数。山:puInionary : weight頓型方程1卑買里筑计里里N均值 :最小值最天值pulmonary i12 I2.3025 i0.4144 12.2000 i3.5000lie i ghti12 s49.3333 !5.2800 i42.0000 i58.0000 pulmonary i ght桐天系数担阵pulmonary i1 .OODO i 0.7485weight 0.749B : 1.0000“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
4、则提供了变量间的相关系数，体重（weigh t） 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。用insight视图下的分析来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:抵台厂总0.2878 i檢左R平方0.5G170.5179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R2 = 0.5617 , 说明肺活量变异的大约56%可以由体重来说明。j方差分析平万相均方! F细计里!Pr F1 !1.06121.061212.82 丫0.005
5、010 :0.82800.082811 =1.8892源自田建了平万和III荽检验hFT”罚上1卜筑计里ici：ilo ii ii.u6i21.0612 i12-82Li.OObOj蜃埶店计值估计值标准误差iT绩计里iPr |t|苔差i方差底胀因子WIF）Iit ercept0.0004 10.0149 15.069E-04 i0.9996 110COL0i i0.0588 i0.0164 i3.58 e0.0050 i1.0000 i1.0000从方差分析表中可以看到，P值小于，所以拒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：R Q.4-0.2- U a a.o-L1 -.
6、2-B 1 -.4-GE M.E d.U d.Z S.4zP_COL 1_1(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。斗区间型区间型甌间型wei ghtpu Imo riaFyR pulnonaryP pu1monary1422.550.07892.47112422.20-0.27112.47113462.750.04362.70644482.40-0.30642.70S45462.800.09362.7064e502.SI-0.13172.34177503.410
7、.46832.34178503.100.15832.S4179523.460.40063.059410522.$5-0.20943.059411583.500.08773.41231?583.00-0.412313573.3535(4) 并求出肺活量期望值的95%的可信区间。.狐盖信区囘估计值2.3025 !2.63320.4144 i0.2936Hf i0.1717 ?0.D8G23i6580.70360.4951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
8、的方程。 用编程拟合多元线性回归，编程如下：Proc reg data=dst.fitness;Model OXYGEN=age weight runtime rstpulse runpulse maxpulse group;run; 提交这一程序后可得到如下的输出：Modlel : MODEL1BEpendent Unri ab1OKVGENOxysEn conunpt ionSourceDFSun ofSquaresMeanSqyareF FO.OAOIPBraneter E孚t i常日屯巳生Uari ab1耳DFParameterEst imateStundurdErirsrT fsr
9、HO：PairiiMeter=DPreb ITINTERCEP11l .9EH1H713 BS73BS3033E OOtHRGE1O-ESDl-HS0 1BSB913H=1 .EE4.El SOUEIGHT10 .058S01BO1ES9FEI 1RUHTIHE1-S 6B09310 -3SE9H1E0-7-001.000 jRSTPULSE10 001BE30 .0G13333H-0.034.9765RUHPULSE1-0.37E7E56-lE3H0glH-3.0 ODB 1HRHPULSE：1O.30S3GHo .ineHiHiGs&.175.OH QBGROUP1=0.73GlZ0 99
10、07i3H-0.074血.snmUafiAbleUar i abll e OF Lbe IINTERCEP1InterceptRGE1flgE inWEIGHT1inRUHTIHE1+0 广im 1 .5 ni IlesRSTPULSE：1Heart rateMhi I erestingRUHPULSE：tHeart rateMhi IsrulingHRHPULSE： 1 Max imum heartGROUP1 Exper i Menta I g产oup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 = -0.21043
11、AGE - 0.073700WEIGHT - 2.680931RUNTIME - 0.001829RSTPULSE -0.372725RUNPULSE +0.305364MAXPULSE -0.073612GROUP +101.824147(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、RSTPULSE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。用编程方法判断方程是否存在共线性Proc reg data二dst.fitness;Model OXYGEN二age weight runtime rstpulse runpulse maxpulsegroup/collin vif;run;提交这一程序后可得到如下的输出:Parameter EstiriatesVariableLabelDFFaranet已 Est imftteStandar
