sas中多元線性回歸-wenkub
2023-05-21 12:32:18 本頁面
【正文】 a3。 如果不加 quit語句，有時候SAS會一直保持 reg過程的執(zhí)行狀態(tài)，而且讓 cpu占用率為 100%。 做直線回歸： proc reg data=a1。 run。 data a1。 本法的局限性在于 ∶ 其一，當樣本含量小于等于自變量(含交互作用項 )個數(shù)時，只能在一定數(shù)目的變量中窮舉，為找到含各種變量數(shù)目的最優(yōu)子集，要么增加觀測，要么反復給出不同模型；其二，選最優(yōu)子集的標準是 R2，完全沒考慮其他標準。 它與 R2增量法選的結(jié)果不一定相同，但它在尋找最優(yōu)模型過程中所考慮的中間模型要比本節(jié)第４種方法多。 最小 R2增量法 (MINR) 首先找到具有最小決定系數(shù) R2的單變量回歸模型，然后從其余變量中選出一個變量，使它構(gòu)成的模型其他變量所產(chǎn)生的 R2增量最小，不斷用新變量進行替換老變量，依次類推，這樣就會順次列出全部單變量回歸模型 ,最后一個為單變量最佳模型 。 參考書 p123~p124，逐步回歸的統(tǒng)計量 使用 SELECTION=FORWARD（或 F） 變量增加法、BACKWARD（或 B） 變量減少法 、 STEPWISE變量增減法 ，會用到參數(shù) slentry與 slstay。 model y1y5=x1x7/selection=stepwise。關(guān)鍵字用來定義需要輸出到新數(shù)據(jù)集中的統(tǒng)計量，常用的關(guān)鍵字及其含義有： PREDICTED 因變量預測值(簡寫為 P) RESIDUAL 殘差 (簡寫為R) L95M 、U95M 均數(shù) 95%可信區(qū)間上下限 L9 U95 個體預測值95%可信區(qū)間上下限 STDP 期望值的標準誤 STDR 殘差的標準誤 STDI 預測值的標準誤 STUDENT 學生化殘差(即殘差與標準誤之比 ) 【 PLOT語句 】 PLOT語句用于輸出變量間的散點圖，其用法和 GPLOT過程中的 PLOT語句非常相似。 ?P 輸出實際值 Yi、預測值 和殘差等。 ?STB 輸出標準化回歸系數(shù)。 【 MODEL語句 】 MODEL語句定義模型中的因變量、自變量、模型選項及結(jié)果輸出選項。 NOPRINT 禁止統(tǒng)計結(jié)果在 OUTPUT視窗中輸出。 Plot y1*x1 run。 PLOT 縱坐標變量 *橫坐標變量 [=繪圖符號 ]... / [選項 ]。 FREQ 變量名 。 ? Plot語句作散點圖。 reg過程的選項 ? proc reg語句的選項有 data=輸入數(shù)據(jù)集，simple給出簡單統(tǒng)計數(shù)， corr給出簡單相關(guān)系數(shù)等。用 SAS進行回歸分析 SAS中用于回歸分析的過程 SAS中用于回歸分析的過程 reg過程 ? 一般格式為： ? proc reg 選項； ? model 因變量 =自變量 /選項； ? weight 變量； ? print 選項； ? plot 縱軸變量 *橫軸變量 =“符號”； proc reg data=forest。 ? Model語句設(shè)定線性數(shù)學模型。 REG過程的語法格式如下： PROC REG [DATA=數(shù)據(jù)集名 [選項 ] ] 。 WEIGHT 變量名 。 ] 這也不是完全的 reg過程的語法，詳細語
高考資料相關(guān)推薦
鄂ICP備17016276號-1