【正文】 ? Parameter Standard ? Variable Estimate Error Type II SS F Value Pr F ? Intercept ? X1 .0001 ? Bounds on condition number: 1, 1 ? 逐步法回歸程序模式結(jié)果 ? Stepwise Selection: Step 2 ? Variable X3 Entered: RSquare = and C(p) = ? Analysis of Variance ? Sum of Mean ? Source DF Squares Square F Value Pr F ? Model 2 .0001 ? Error 12 ? Corrected Total 14 ? Parameter Standard ? Variable Estimate Error Type II SS F Value Pr F ? Intercept ? X1 .0001 ? X3 逐步法回歸程序模式結(jié)果 ? Stepwise Selection: Step 3 ? Variable X2 Entered: RSquare = and C(p) = ? Analysis of Variance ? Sum of Mean ? Source DF Squares Square F Value Pr F ? Model 3 .0001 ? Error 11 ? Corrected Total 14 ? Parameter Standard ? Variable Estimate Error Type II SS F Value Pr F ? Intercept ? X1 .0001 ? X2 ? X3 ? Bounds on condition number: , 逐步法回歸程序模式結(jié)果 ? Model: MODEL1 ? Dependent Variable: Y ? Analysis of Variance ? Sum of Mean ? Source DF Squares Square F Value Pr F ? Model 3 .0001 ? Error 11 ? Corrected Total 14 ? Root MSE RSquare ? Dependent Mean Adj RSq ? Coeff Var ? Parameter Estimates ? Parameter Standard Standardized ? Variable DF Estimate Error t Value Pr |t| Estimate ? Intercept 1 0 ? X1 1 .0001 ? X2 1 ? X3 1 程序運行的主要結(jié)果 第二節(jié) 回歸方程篩選優(yōu)劣的 幾個準(zhǔn)則 1 決定系數(shù) ,2RR S Q ? 10 2 ?? R12 ?R當(dāng) 回歸方程較好 pnS S EC PP 2? 2 ??? ?PC 當(dāng) 最小且接近自變量的個數(shù) P,選擇為佳 PS S EnS S EnA I C 2)l n ( ??4. Bayesian信息量 BIC達(dá)最小， nSSEqqqPnSSEnB I C 22 ?,2)2(2)l n( ?????? 其中3．赤池信息量 AIC達(dá)最小， 第二節(jié) 回歸方程篩選優(yōu)劣的 幾個準(zhǔn)則 5. 估計均方誤差 )]?()?[()?( ????? ??? TEM S E 達(dá)最小 達(dá)最小)?(.6 ?M S En pnJ P ?? 7．均方誤差 達(dá)最小pnS S EM S E ??8．統(tǒng)計量 達(dá)最小npnSSEnS B C lnln ?? 9．多元正態(tài)假設(shè)下預(yù)測均方誤差 達(dá)最小)?( yM S EG M S E P ? 10．均方根誤差 RM SE 達(dá)最小 第一節(jié) 多重共線性 ? 六． SAS程序 /*變量篩選 */ ? data fitness。 ? MODEL Y=X1X4/SELECTION=BACKWORD SLS= STB。 ? input X1X4 Y 。 ? PROC REG CORR。 后退法回歸程序模式 ? DATA A。 model y=x1 x2 x3 x4 / selection= FORWARD stb。 cards。 ? MODEL Y=X1X4/SELECTION=FORWARD SLE= STB。 ? input X1X4 Y 。 model y=x1 x2 x3 X4 / selection= BACKWARD stb。 … 。 變量篩選 MODEL語句選項 2. SLE=概率值，入選標(biāo)準(zhǔn)，規(guī)定 變量入選 模型的顯著性水平，前進(jìn)法的默認(rèn)是 ，逐步法是 3. SLS=概率值，剔除標(biāo)準(zhǔn)，指定 變量保留 在模型的顯著水平，后退法默認(rèn)為 ，逐步法是 4. 標(biāo)準(zhǔn)化偏回歸系數(shù) STB 可用來比較各個自變量作用的大小 5. COLLIN 要求詳細(xì)分析自變量之間的共線性，給出信息矩陣的 特征根和條件指數(shù) ，來判斷自變量之間有無多重共線性。 BY 變量名列 。 MODEL 響應(yīng)變量名 =自變量名列 /[SELECTION=F或 B或 S]。此外，若剛被刪除的變數(shù)又被引入時，逐步過程也停止。 多重回歸 The SAS System 14:40 Friday, April 30, 2022 1 The REG Procedure Correlation Variable X1 X2 X3 X4 Y X1 X2 X3 X4 Y The SAS System 14:40 Friday, April 30, 2022 2 The REG Procedure Model: MODEL1 Dependent Variable: Y Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 4 .0001 Error