用sas作統(tǒng)計(jì)分析-資料下載頁
2025-02-18 02:48本頁面
【正文】 f 的表示式確定系數(shù)：確定 Y=a1x1+a2x1x2+a3x12+... 中的 ai 67回歸的簡單線性模型Yi = b0+b1xi+ei i=1,2,. . .,nYi: 因變量的第 i 次觀測值 xi: 自變量的第 i 次觀測值 b0,b1: 待估計(jì)的未知參數(shù) ei: 余差 (residual 相互獨(dú)立，正態(tài)分布，零均值，同方差 )一般的： Yi=b0+b1x1i+b2x2i+. . .+bpxpi+ei 68回歸的簡單線性模型69回歸的簡單線性模型70線性回歸的擬合71最小二乘法估計(jì) (LSE)72回歸的方差分解總變異回歸闡明部分回歸未闡明部分73回歸的方差分解.....74回歸的方差分解 75回歸的假設(shè)檢驗(yàn)原假設(shè)：簡單線性模型擬合數(shù)據(jù) 不 比基線模型好b1 = 0, r = 0, |b1| 小， SS(Model) 小備選假設(shè)：簡單線性模型擬合數(shù)據(jù)比基線模型好b1 0, r 0, |b1| 不為零， SS(Model) 大76 77預(yù)測值與置信限 78回歸分析計(jì)算AnalystAnalyst: Statistics Regression ? Simple . . .79變量的測量水平名義型 (Nominal)變量的值之間無邏輯次序可按任何次序排序編碼變量：飲料的種類80變量的測量水平有序型的 (Ordinal)變量：飲料杯的型號(hào)小中大有序變量的值有明確的邏輯次序，但各個(gè)值之間的距離并不清楚81變量的測量水平連續(xù)型的 (Continuous)變量：飲料的體積連續(xù)型變量的值有邏輯次序，且它們之間的距離也是有意義的82變量的類型屬性的與連續(xù)的屬性變量是指其測量結(jié)果只能取到較少的不同的值，通常用以表示對(duì)象的分類屬性。與屬性變量對(duì)立的是連續(xù)性變量名義型的、有序的和連續(xù)型變量當(dāng)它們可能取到的數(shù)值較少時(shí)，可作為屬性變量處理83屬性變量取值的頻數(shù)統(tǒng)計(jì)對(duì)屬性變量最基本的統(tǒng)計(jì)特征就是它可能取到的不同數(shù)值和取各個(gè)不同數(shù)值的概率 (頻率 )84屬性變量取值的頻數(shù)統(tǒng)計(jì)Insight: Distribution(Y) ? Frequency TableAnalyst: Statistics ? Descriptive… ? ? Frequency Count . . .編程： PROC FREQ DATA=數(shù)據(jù)集名 。 TABLES 變量 。 RUN。85屬性變量取值的頻數(shù)統(tǒng)計(jì)涉及多個(gè)屬性變量時(shí)，為了了解變量之間的關(guān)聯(lián)信息，必須得到各個(gè)變量取值不同組合下的頻數(shù)和百分率。以列聯(lián)表（交叉表）表示86屬性變量取值的頻數(shù)統(tǒng)計(jì)Analyst: Statistics ? Table Analysis行分類變量 列分類變量分層變量單元記數(shù)變量87屬性變量取值的頻數(shù)統(tǒng)計(jì)分類變量排序依據(jù) 關(guān)聯(lián)統(tǒng)計(jì)量設(shè)定單元格顯示內(nèi)容分組變量設(shè)定要求表格88
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1