【正文】 X2 1 X3 1 X4 1 逐步回歸的思想是變數(shù)被逐個引入到模型中，而且對引入的變數(shù) ,其 F統(tǒng)計量必須是在選擇的水平上顯著的。僅當(dāng)經(jīng)過測驗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)。此外，若剛被刪除的變數(shù)又被引入時，逐步過程也停止。當(dāng)缺省時，其值為 。 MODEL 響應(yīng)變量名 =自變量名列 /[SELECTION=F或 B或 S]。 FREQ 變量名列 。 BY 變量名列 。 PLOT 縱坐標(biāo) *橫坐標(biāo) [=繪圖符號 ]…/[ 選項 ]。 變量篩選 MODEL語句選項 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 可用來比較各個自變量作用的大小 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) ，來判斷自變量之間有無多重共線性。 input id y x1 x2 x3 x4。 … 。 model y=x1 x2 x3 x4 /stb。 model y=x1 x2 x3 X4 / selection= BACKWARD stb。 run。 ? input X1X4 Y 。 ? 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 ? 。 ? MODEL Y=X1X4/SELECTION=FORWARD SLE= 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 ,后退 )法回歸程序模式 data b。 cards。 proc reg data=b。 model y=x1 x2 x3 x4 / selection= FORWARD stb。 model y=x1 x2 x3 x4 / selection=stepwise stb。 后退法回歸程序模式 ? DATA A。 ? cards。 ? PROC REG CORR。 ? RUN。 ? input X1X4 Y 。 ? 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 ? 。 ? MODEL Y=X1X4/SELECTION=BACKWORD SLS= STB。 MOD