【文章內(nèi)容簡(jiǎn)介】 的過(guò)程結(jié)束，所得方程即為?最優(yōu)?回歸方程。 ? 向前引入法有一個(gè)明顯的缺點(diǎn)，就是由于各自變量可能存在著相互關(guān)系，因此后續(xù)變量的選入可能會(huì)使前面已選入的自變量變得不重要。這樣最后得到的?最優(yōu)?回歸方程可包含一些對(duì) Y影響不大的自變量。 回歸變量的選擇與逐步回歸 ? 向后剔除法與向前引入法正好相反，首先將全部 m個(gè)自變量引入回歸方程，然后逐個(gè)剔除對(duì)因變量 Y作用不顯著的自變量。具體地說(shuō)，從回歸式 m個(gè)自變量中選擇一個(gè)對(duì) Y貢獻(xiàn)最小的自變量，比如，將它從回歸方程中剔除；然后重新計(jì)算 Y與剩下的 m1個(gè)自變量回歸方程，再剔除一個(gè)貢獻(xiàn)最小的自變量，比如，依次下去，直到得到?最優(yōu)?回歸方程為止。向后剔除法中終止條件與向前引入法類(lèi)似。 ? 向后剔除法的缺點(diǎn)在于，前面剔除的變量有可能因以后變量的剔除，變?yōu)橄鄬?duì)重要的變量，這樣最后得到的?最優(yōu)?回歸方程中有可能漏掉相對(duì)重要的變量。 回歸變量的選擇與逐步回歸 ? 逐步回歸法是上述兩個(gè)方法的綜合。向前引入中被選入的變量，將一直保留在方程中。向后剔除法中被剔除的變量，將一直排除在外。這兩種方程在某些情況下會(huì)得到不合理的結(jié)果。于是，可以考慮到，被選入的的變量，當(dāng)它的作用在新變量引入后變得微不足道時(shí)，可以將它刪除；被剔除的變量，當(dāng)它的作用在新變量引入情況下變得重要時(shí)，也可將它重新選入回歸方程。這樣一種以向前引入法為主，變量可進(jìn)可出的篩選變量方法，稱(chēng)為逐步回歸法。 回歸變量的選擇與逐步回歸 ? 它的主要思路是在考慮的全部自變量中按其對(duì)的作用大小，顯著程度大小或者說(shuō)貢獻(xiàn)大小，由大到小地逐個(gè)引入回歸方程，而對(duì)那些對(duì)作用不顯著的變量可能始終不被引人回歸方程。另外，己被引人回歸方程的變量在引入新變量后也可能失去重要性，而需要從回歸方程中剔除出去。引人一個(gè)變量或者從回歸方程中剔除一個(gè)變量都稱(chēng)為逐步回歸的一步，每一步都要進(jìn)行檢驗(yàn)，以保證在引人新變量前回歸方程中只含有對(duì)影響顯著的變量，而不顯著的變量已被剔除。 ? 首先給出引入變量的顯著性水平和剔除變量的顯著性水平，然后篩選變量。 回歸變量的選擇與逐步回歸 回歸變量的選擇與逐步回歸 ? 逐步回歸分析的實(shí)施過(guò)程是每一步都要對(duì)已引入回歸方程的變量計(jì)算其偏回歸平方和（即貢獻(xiàn)），然后選一個(gè)偏回歸平方和最小的變量，在預(yù)先給定的水平下進(jìn)行顯著性檢驗(yàn)，如果顯著則該變量不必從回歸方程中剔除，這時(shí)方程中其它的幾個(gè)變量也都不需要剔除（因?yàn)槠渌膸讉€(gè)變量的偏回歸平方和都大于最小的一個(gè)更不需要剔除）。相反，如果不顯著，則該變量要剔除，然后按偏回歸平方和由小到大地依次對(duì)方程中其它變量進(jìn)行檢驗(yàn)。將對(duì)影響不顯著的變量全部剔除，保留的都是顯著的。接著再對(duì)未引人回歸方程中的變量分別計(jì)算其偏回歸平方和，并選其中偏回歸平方和最大的一個(gè)變量，同樣在給定水平下作顯著性檢驗(yàn)，如果顯著則將該變量引入回歸方程，這一過(guò)程一直繼續(xù)下去，直到在回歸方程中的變量都不能剔除而又無(wú)新變量可以引入時(shí)為止，這時(shí)逐步回歸過(guò)程結(jié)束。 例題－多重線性回歸 ? 27名糖尿病人的血清總膽固醇、甘油三脂、空腹胰島素、糖化血紅蛋白、空腹血糖的測(cè)量值，試建立血糖與其它幾項(xiàng)指標(biāo)關(guān)系的多元線性回歸方程。 例題－變量篩選 ? 對(duì)上一個(gè)例題的解釋變量進(jìn)行變量篩選。 本章小節(jié) ? 相關(guān)分析和回歸分析是研究現(xiàn)象之間相關(guān)關(guān)系的兩種基本方法。相關(guān)是解決客觀事物或現(xiàn)象相互關(guān)系密切程度的問(wèn)題，而回歸則是用函數(shù)的形式表示出因果關(guān)系。有相關(guān)不一定因果關(guān)系；反之，有因果關(guān)系的，一定有相關(guān)。 ? 所謂相關(guān)分析，就是用一個(gè)指標(biāo)來(lái)表明現(xiàn)象間相互依存關(guān)系的密切程度。按相關(guān)程度劃分可分為完全相關(guān)、不完全相關(guān)、和不相關(guān)；按相關(guān)方向劃分可分為正相關(guān)和負(fù)相關(guān)；按相關(guān)的形式劃分可分為線形相關(guān)和非線形相關(guān)；按變量多少劃分可分為單相關(guān)、復(fù)相關(guān)和偏相關(guān)。所謂相關(guān)分析，就是分析測(cè)定變量間相互依存關(guān)系的密切程度的統(tǒng)計(jì)方法。一般可以借助相關(guān)系數(shù)、相關(guān)表與相關(guān)圖來(lái)進(jìn)行相關(guān)分析。 本章小節(jié) ? SAS系統(tǒng)中進(jìn)行直線相關(guān)分析的過(guò)程步是 CORR過(guò)程。 CORR過(guò)程存在于 SAS的 base模塊，可以計(jì)算 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)、 Kendall‘s tau b統(tǒng)計(jì)量、 Hoeffding’s獨(dú)立性分析統(tǒng)計(jì)量 D以及 Pearson， Spearman，以及 Kendall偏相關(guān)系數(shù)。 ? REG是用于一般目的回歸分析的過(guò)程。本章詳細(xì)對(duì) REG過(guò)程語(yǔ)句和基本格式進(jìn)行了說(shuō)明，并以實(shí)例演示如何利用 SAS程序進(jìn)行相關(guān)分析。 本章小節(jié) ? 直線回歸分析的任務(wù)在于找出兩個(gè)變量有依存關(guān)系的直線方程，以確定一條最接近于各實(shí)測(cè)點(diǎn)的直線，使各實(shí)測(cè)點(diǎn)與該線的縱向距離的平方和為最小。這個(gè)方程稱(chēng)為直線回歸方程，據(jù)此方程描繪的直線就是回歸直線。相關(guān)關(guān)系能說(shuō)明現(xiàn)象間有無(wú)關(guān)系，但它不能說(shuō)明一個(gè)現(xiàn)象發(fā)生一定量的變化時(shí)，另一個(gè)變量將會(huì)發(fā)生多大量的變化。也就是說(shuō)，它不能說(shuō)明兩個(gè)變量之間的一般數(shù)量關(guān)系值?；貧w分析，是指在相關(guān)分析的基礎(chǔ)上，把變量之間的具體變動(dòng)關(guān)系模型化，求出關(guān)系方程式，就是找出一個(gè)能夠反映變量間變化關(guān)系的函數(shù)關(guān)系式，并據(jù)此進(jìn)行估計(jì)和推算。 SAS 過(guò)程步 (procedure step) 蔣紅衛(wèi) Email: SAS應(yīng)用 復(fù)習(xí) 數(shù)據(jù)步 （ data step） 相關(guān)內(nèi)容 主要功能 生成 SAS數(shù)據(jù)集的方法 SAS數(shù)據(jù)集的要素 基本語(yǔ)句 臨時(shí)數(shù)據(jù)集和永久數(shù)據(jù)集的區(qū)別 (Temporary data set / Permanent data set ) 例 1： ?DATA CLASS1。 INPUT NAME $ 18 AGE 10 SEX $ 12 HEIGHT 1417 WEIGHT 1923 BUST 2528。 CARDS。 Lumin 3 B caihang 3 B limin 4 G liyou 4 B liuyin 4 B liuyang 5 G huye 5 G chengbin 6 G yangbin 6 B liuhong 6 B yanjin 7 G zhangge 7 G 。 RUN。 授課內(nèi)容： 授課學(xué)時(shí)： 8個(gè)學(xué)時(shí)（理論 4學(xué)時(shí)，實(shí)習(xí) 4學(xué)時(shí)） 目的： SAS過(guò)程步的通用語(yǔ)句和三個(gè)常用的過(guò)程步 的格式和功能 ， 并能夠根據(jù)要求編寫(xiě)相應(yīng)程序 。 means過(guò)程 ， univariate過(guò)程和 freq過(guò)程 來(lái)計(jì)算常見(jiàn)的基本統(tǒng)計(jì)量 。 難點(diǎn)： 1.“過(guò)程 ” 與 “ 語(yǔ)句 ” 的區(qū)別 format過(guò)程的區(qū)別 本次課主要內(nèi)容 ? 過(guò)程步的通用語(yǔ)句 proc var by format freq (Class Id Output Title) ? 三個(gè)過(guò)程步 過(guò)程 過(guò)程 過(guò)程 概念 過(guò)程步 (procedure step)是以關(guān)鍵字PROC開(kāi)始的一個(gè)或多個(gè)語(yǔ)句 ， 它的任務(wù)是分析和處理數(shù)據(jù)集中的數(shù)據(jù) 。 過(guò)程步的格式 PROC 過(guò)程名 [過(guò)程選擇項(xiàng) ]； 語(yǔ)句 [/語(yǔ)句選擇項(xiàng) ]； 語(yǔ)句 [/語(yǔ)句選擇項(xiàng) ]； 語(yǔ)句； …… RUN。 PROC PRINT DATA=CLASS。 VAR NAME AGE。 BY SEX。 RUN。 在 PROC步里，有一些最基本的信息要告訴 SAS系統(tǒng) 選擇的 過(guò)程 是什么 ？ (proc) 要分析的數(shù)據(jù)集是什么 ？ (data) （ 永久數(shù)據(jù)集 ， 臨時(shí)數(shù)據(jù)集 ， 當(dāng)前數(shù)據(jù)集和非 SAS數(shù)據(jù)集 ） 要處理的變量是什么 ？ (variable) 是否要分組進(jìn)行處理分析 ？ (grouping) ? 第一句是 proc 語(yǔ)句。表明要進(jìn)行一項(xiàng)數(shù)據(jù)分析。 proc 后面是 SAS系統(tǒng)定義的過(guò)程名，然后是 SAS 數(shù)據(jù)集名，然后是過(guò)程選擇項(xiàng)。(指明過(guò)程 ) ? 第二句開(kāi)始是系統(tǒng)指定的必選 SAS 語(yǔ)句以及語(yǔ)句選擇項(xiàng)。（指明分析變量） ? 然后是與該過(guò)程名配合使用的一些其它SAS 語(yǔ)句。（分組及其它） ? 最后一句是結(jié)束語(yǔ)句。 例 2： ? PROC PRINT DATA=CLASS。 VAR NAME AGE。 BY SEX。 RUN。 過(guò)程名（ Procedure program ） SAS 過(guò)程步是用來(lái)完成某個(gè)實(shí)際任務(wù)的 SAS 程序 。 這種程序和 SAS 數(shù)據(jù)步程序不同，它僅需要 告訴計(jì)算機(jī)做什么 ，而不需要象 SAS 數(shù)據(jù)步那樣告訴計(jì)算機(jī)怎么做 。這是因?yàn)?SAS系統(tǒng)的過(guò)程庫(kù)里已經(jīng)存儲(chǔ)了各種現(xiàn)成的用來(lái)完成不同任務(wù)的程序，并且 SAS系統(tǒng)給每一個(gè)程序定義了一個(gè)相應(yīng)的名字，稱(chēng)為過(guò)程名 。 過(guò)程名通常不超過(guò) 8個(gè)字符，代表一種數(shù)據(jù)分析或?qū)嵱眠^(guò)程的名字。例如， ttest， anova， reg， corr， tabulate，plot， print 等，它們分別是 t檢驗(yàn)，方差分析，回歸分析，相關(guān)分析，制表，繪圖和輸出打印的過(guò)程名。 過(guò)程步名 功能 SORT 將指定的數(shù)據(jù)集按指定的變量排序 PRINT 將數(shù)據(jù)集中的數(shù)據(jù)列表輸出 UNIVARIATE 對(duì)指定的數(shù)值變量進(jìn)行統(tǒng)計(jì)描述 MEANS 對(duì)指定的數(shù)值變量進(jìn)行統(tǒng)計(jì)描述 FREQ 對(duì)指定的計(jì)數(shù)變量進(jìn)行統(tǒng)計(jì)描述 TTEST 對(duì)指定的變量做 t 檢驗(yàn) ANNOVA 對(duì)指定的變量做方差分析 NOPAR1WAY 對(duì)指定的變量做非參 檢驗(yàn) REG 對(duì)指定的變量做回歸分析 CORR 對(duì)指定的變量做相關(guān)分析 GLM 對(duì)指定的變量做方差、協(xié)方差分析 LOGISTIC 對(duì)指定的變量做 logistic回歸分析 PHREG 對(duì)指定的變量做 COX回歸分析 三、用于 SAS過(guò)程步中的通用語(yǔ)句 能夠在 SAS過(guò)程步中使用的語(yǔ)句 。 而非各個(gè)過(guò)程步的專(zhuān)用語(yǔ)句 。 PROC語(yǔ)句：表示過(guò)程步的開(kāi)始及調(diào)用某一要使用的過(guò)程 VAR語(yǔ)句：定義被分析的變量 BY語(yǔ)句：按指定的變量值來(lái)分組處理數(shù)據(jù)集 CLASS語(yǔ)句：在分析中定義分類(lèi)變量 SUM語(yǔ)句： 對(duì)指定的變量求和，當(dāng)然該變量必須是數(shù)值型變量。 格式： sum SAS變量名； PROC 語(yǔ)句 格式： PROC SAS過(guò)程名 [選擇項(xiàng) ]； 功能：調(diào)用 SAS過(guò)程并完成該過(guò)程處理數(shù)據(jù)的任務(wù) 。 PROC語(yǔ)句選擇項(xiàng)： 1． 關(guān)鍵字 （ keyword） 指定反應(yīng)本過(guò)程特征 的關(guān)鍵