多元線性回歸分析(1)(編輯修改稿)
2025-06-20 01:51 本頁面
【文章內(nèi)容簡介】 44 62 178 182 …… 52 53 170 172 run； 2）檢驗自變量的共線性 proc reg data=eg5_1 ； model y = x1 x6 / collin； run； Collinearity Diagnostics Eigen Condition VarProp VarProp VarProp VarProp VarProp VarProp VarProp No value Index intercp X1 X2 X3 X4 X5 X6 1 2 3 4 5 6 7 自變量的共線性診斷結(jié)果： 3）用逐步回歸法擬合 y在 x1x5上的線性回歸模型 proc reg data=eg5_1； model y = x1 x5 / selection=stepwise stb； run； Dependent Variable: Y Analysis of Variance Sum of Mean Source DF Squares Square F Value ProbF Model 3 Error 27 C Total 30 Root MSE Rsquare Dep Mean Adj Rsq . Parameter Estimates Parameter Standard T for H0: Standardized Variable DF Estimate Error Parameter=0 Prob |T| Estimate INTERCEP 1 X1 1 X3 1 X5 1 逐步回歸分析結(jié)果 4) 模型診斷 a) 自變量之間不存在多重共線性； √ b) 自變量與殘差獨立； c) 殘差 的均值為零，方差為常數(shù)； d) 殘差之間相互獨立 ； e) 殘差服從正態(tài)分布。 option ps=40 ls=60。 proc reg data=eg5_1。 model y=x1 x3 x5 / r dw。 plot rstudent.*p. 。 output out=out r=r。 run。 proc univariate data=out normal。 var r。 run。 dw值檢驗 {e}的獨立性 檢驗自變量與殘差獨立 輸出殘差變量 r 檢驗 r的正態(tài)性 Dependent Variable: Y Analysis of Variance Sum of Mean Source DF Squares Square F Value ProbF Model 3 Error 27 C Total 30 Root MSE Rsquare Dep Mean Adj Rsq . Parameter Estimates Parameter Standard T for H0: Variable DF Estimate Error Parameter=0 Prob |T| INTERCEP 1 X1 1 X3 1 X5 1 DurbinWatson D (For Number of Obs.) 31 1st Order Autocorrelation Dep Var Predict Std Err Std Err Student Cook39。s Obs Y Value Predict Residual Residual Residual 210 1 2 D 1 | | | 2 | ****| | 3 | ***| | 4 | **| | 5 | *| | 6 | **| | 7 | |*** | 8 | |* | 9 | **| | 10 | | | 11
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1