用reg過程進(jìn)行回歸分析-wenkub
2023-07-09 05:04:31 本頁面
【正文】 的第 i個(gè)主對(duì)角線元素。在PRINT語句中可以指定的有ACOV, ALL, CLI, CLM, COLLIN, COLLINOINT, COOKD, CORRB, COVB, DW, I, INFLUENCE, P, PARTIAL, PCORR1, PCORR2, R, SCORR1, SCORR2, SEQB, SPEC, SS1, SS2, STB, TOL, VIF, XPX，等等。可以產(chǎn)生圖 4，在圖的上方列出了模型方程，右方還給出了觀測個(gè)數(shù)、 、修正 、均方誤差開根。為了繪制學(xué)生化殘差的圖形，可以用 plot rstudent. * obs.。一元回歸分析1 一元線性回歸分析input salt dw 。run。為了得到殘差和置信區(qū)間，可以將過程步做以下補(bǔ)充：proc sort out = sorted。model dw = salt / r clm。PROC SORT 語句是要對(duì)最新創(chuàng)建的數(shù)據(jù)集soil進(jìn)行排序。CLI 。R 要求殘差分析，輸出包括選項(xiàng)P的一切內(nèi)容外，還有其它一些分析（見例題）。例 2 繪出上例所給出數(shù)據(jù)的散點(diǎn)圖、回歸線及置信區(qū)間。run。只要對(duì)上述程序稍做修改。plot dw*salt dw*salt / overlay。data mutant。cards。run。 以上程序輸出結(jié)果見output。 例1 計(jì)算所給數(shù)據(jù)中萎蔫度Y在蛋白和脯氨酸含量上的多元回歸方程。input y r1 r7 r8 r15 l3 l9 pro。run。因此逐步回歸的SAS程序，只要在全回歸的MODEL語句中加入有關(guān)選項(xiàng)即可。run。作多元線性回歸時(shí)REG過程的語法格式與簡單直線回歸的語法幾乎完全相同，只要把要分析的多個(gè)自變量名放在MODEL語句中應(yīng)變量后即可。data 。 model y=x1 x2/stb。第二個(gè)model指定逐步回歸法篩選變量。模型2為逐步回歸法，只納入了X1。 兩分類的Logistic回歸 條件Logistic回歸，即研究對(duì)象為1：1或1：m配對(duì)簡單的Logistic回歸需調(diào)用SAS中LOGISTIC過程完成，一些較復(fù)雜的則需要調(diào)用CATMOD過程來實(shí)現(xiàn)?！EIGHT 變量名。【過程選項(xiàng)】 INTERNAL：按照非格式化值的順序可以擬合帶有一個(gè)或多個(gè)自變量的Logistic回歸模型，用最大似然估計(jì)法估計(jì)模型的參數(shù)，打印出模型估計(jì)的過程和模型參數(shù)的可信區(qū)間。 SELECTION= FORWARD(或F)| BACKWARD（或B）| STEPWISE|SCORE 規(guī)定變量篩選的方法，分別為向前、向后、逐步和最優(yōu)子集法。 SLS=概率值，指定變量保留在模型的顯著水平， 表中有關(guān)符號(hào)意義說明：i： 樣品序號(hào)x1：確診時(shí)患者的年齡(歲)x2：腎細(xì)胞癌血管內(nèi)皮生長因子(VEGF)，其陽性表述由低到高共3個(gè)等級(jí)x3：腎細(xì)胞癌組織內(nèi)微血管數(shù)(MVC)x4：腎癌細(xì)胞核組織學(xué)分級(jí)，由低到高共Ⅳ級(jí)x5：腎細(xì)胞癌分期，由低到高共Ⅳ期y： 腎細(xì)胞癌轉(zhuǎn)移情況(有轉(zhuǎn)移y=1。data ?！?9 2 2 1 0 ... 60 3 4 3 1proc logistic des。程序運(yùn)行的主要輸出結(jié)果如下： The LOGISTIC Procedure Data Set: 計(jì)算所用的數(shù)據(jù)集名 Response Variable: Y 應(yīng)變量 Response Levels: 2 應(yīng)變量的水平數(shù) Number of Observations: 26 觀察單位數(shù) Link Function: Logit 聯(lián)系函數(shù) Response Profile Ordered Value Y Count 1 1 9 2 0 17 根據(jù)ORDER和DES選項(xiàng)對(duì)應(yīng)變量的重新排序，給出排序值和及每個(gè)水 平相應(yīng)的例數(shù)，擬合排序?yàn)?對(duì)應(yīng)的應(yīng)變量水平的概率 Model Fitting Information and Testing Global Null Hypothesis BETA=0 對(duì)模型的總的檢驗(yàn)，無效假設(shè)為總體的β=0， Intercept Intercept andCriterion Only Covariates ChiSquare for CovariatesAIC .SC .2 LOG L with 2 DF (p=)（相當(dāng)于似然比χ2檢驗(yàn)）Score . . with 2 DF (p=)（相當(dāng)于Pearsonχ2檢驗(yàn)） 模型的總的檢驗(yàn)，故模型總體有意義。據(jù)此，寫出本例的回歸方程如下：LogitP=++。本例用逐步回歸法篩選出對(duì)患腎細(xì)胞癌有意義的危險(xiǎn)因素有兩個(gè)，腎細(xì)胞癌血管內(nèi)皮生長因子(VEGF)的等級(jí)越高，腎癌細(xì)胞核組織學(xué)分級(jí)越高，患腎細(xì)胞癌的危險(xiǎn)越大。glm過程對(duì)數(shù)據(jù)的分析處理均在一般線性模型的框架下進(jìn)行，反應(yīng)變量可以為一個(gè)或多個(gè)連續(xù)型變量，自變量可為連續(xù)型也可為離散型。 MODEL 應(yīng)變量=自變量列表 / 選項(xiàng)列表 。 ID 變量名列表 。 效應(yīng)表達(dá)式 常數(shù)向量 ... 效應(yīng)表達(dá)式 常數(shù)向量 / 選項(xiàng)列表 。 LSMEANS效應(yīng)表
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1