【正文】 （指定步長(zhǎng)選 K) plot/ridgeplot。 嶺估計(jì)是 K的函數(shù)它與 所有的 K值 構(gòu)成一條曲線，稱嶺跡 嶺參數(shù)確定的辦法不唯一，常常以其 估計(jì)的均方誤差增加不大且方差的膨脹系數(shù)小作為選取原則。 plot/ridgeplot。 datalines。 datalines。 proc reg data=b。 作 y關(guān)于 x1 x2 x3 x4的逐步回歸方程。那么特征值近似為零的標(biāo)準(zhǔn)如何確定？可用以下介紹的條件指數(shù)確定之。 ％因子選擇 ? proc print data=est。 MODEL Y=X1X4/SELECTION=STEPWISE SLS= SLE= STB。 ? RUN。 model y=x1 x2 x3 x4 / selection=stepwise stb。 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 1 .0001 Error 13 Corrected Total 14 Parameter Standard Variable Estimate Error Type II SS F Value Pr F Intercept X1 .0001 Bounds on condition number: 1, 1 Forward 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 The REG Procedure Model: MODEL1 Dependent Variable: Y Forward Selection: Step 2 Bounds on condition number: , Forward 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: , Summary of Forward Selection Variable Number Partial Model Step Entered Vars In RSquare RSquare C(p) F Value Pr F 1 X1 1 .0001 2 X3 2 3 X2 3 The SAS System 14:40 Friday, April 30, 2022 6 The REG Procedure 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 逐步 (前進(jìn) ,后退 )法回歸程序模式 data b。 run。 input id y x1 x2 x3 x4。 FREQ 變量名列 。僅當(dāng)經(jīng)過(guò)測(cè)驗(yàn)并把所有不顯著的變數(shù)刪除后，再考慮是否引入新變數(shù)。 ? input X1X4 Y 。 ? RUN。 第一節(jié) 逐步回歸 逐步回歸 SAS過(guò)程 ? 語(yǔ)法格式 Proc reg(或 GLM)[ DATA=數(shù)據(jù)集名 [選項(xiàng) ]。 變量篩選 語(yǔ)法選項(xiàng) (MODEL語(yǔ)句選項(xiàng) ) 1. SELECTION=method， 規(guī)定變量篩選的方法，method可以是以下幾種選項(xiàng) ? FORWARD(或 F)，前進(jìn)法，按照 SLE規(guī)定的 P值從無(wú)到有依次選一個(gè)變量進(jìn)入模型 ? BACKWARD（或 B）， 后退法，按照 SLS規(guī)定的 P值從含有全部變量的模型開(kāi)始，依次剔除一個(gè)變量 ? STEPWISE（或 S）， 逐步法，按照 SLE的標(biāo)準(zhǔn)依次選入變量，同時(shí)對(duì)模型中現(xiàn)有的變量按 SLS的標(biāo)準(zhǔn)剔除不顯著的變量 ?NONE，即不選擇任何選項(xiàng)，不作任何變量篩選，此時(shí)使用的是含有全部自變量的全回歸模型 變量篩選 MODEL語(yǔ)句選項(xiàng) 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(lái)比較各個(gè)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(lái)判斷自變量之間有無(wú)多重共線性。 model y=x1 x2 x3 x4 / selection= FORWARD stb。 ? PROC REG CORR。 model y=x1 x2 x3 x4 /stb。 ? 10 23 113 9 20 106 10 22 111 ? 13 21 109 10 22 110 10 23 103 ? 8 23 100 10 24 114 10 20 104 ? 10 21 110 10 23 104 8 21 109 ? 6 23 114 8 21 113 9 22 105 ? 。 ? PROC REG CORR。 ? ? ? ? ? ? ?