sas多元线性回归.ppt

应用数理统计报告报告人:宋玲地点: 计算机院软工实训室时间:2013 年12月25日主要内容报告题目 1输出结果 3 编写程序 2分析及总结 4 报告题目?在林木生物量生产率研究中,为了了解林地施肥量( x1 , kg )、灌水量( x2 , 10 )与生物量( Y, kg )的关系,在同一林区共进行了 20 次试验,观察值见下表,试建立 Y关于 x1,x2 的线性回归方程。?从数据中可知,通过给定数据之间的关系,采用?线性回归的方法分析过程 REG. 编写程序? DATA ct; ? INPUT x1 x2 y @@; ? XSQ=x1 * x2; ? CARDS; ? 54 29 50 ? 61 39 51 ? 52 26 52 ? 70 48 54 ? 63 42 53 ? 79 64 60 ? 68 45 59 ? 65 30 65 ? 79 51 67 ? 76 44 70 ? 71 36 70 82 50 73 75 39 74 92 60 78 96 62 82 92 61 80 91 50 87 85 47 84 106 72 88 90 52 92 PROC REG; MODEL y=x1 x2/P CLI; MODEL y=x1 x2 xsq/P CLI; RUN; 定义变量数据数据过程步输出结果(model1) 图1 图2 输出结果( model2 ) 图3图4 结果分析(1)回归模型是否显著, 显著水平是多少? 复相关系数是多少? 答:回归方程显著, 显著水平是< 。 。(2)回归系数的估计值是多少? 显著性如何? 答: Intercept - X1 < X2 - < X1 与 X2 的系数对于表达式极显著,截距项对应的系数对表达式在 下不显著。(3)写出回归方程的表达式。 y=- - (4)利用残差( 实测值与预测值之差)、 95% 置信取间的上下限讨论预测预报效果及预报的稳定性。答:根据上面结果可知残差和 95% 置信区间的上下限的差异很大,. . 幅度比较大。所以稳定性也很差。结果分析(5)对本问题再求出 Y关于 X1 、 X2 的二次多项式回归方程,并与线性回归方程比较,说明优缺点。 Intercept - X1 < X2 - XSQ - 由输出结果知: 二次模型在 水平下是显著的,预测模型为: y=-+-- * x2 线性模型在 水平下也是显著的,预测模型为: Y=-- 对比来说: MODEL2 复相关系数更接近 1,预测值与实测值更接近,回归效果更好,因此 y与 x 的关系应选用二次模型。题目本数据来源于 2003 年所做的试验,数据参考文件 reg- ,观测 11 个水稻品种(03DH1 、 03DH2 、 03DH3 、 03DH 4 、 03DH5 、 03DH6 、 03DH7 、 03DH 8 、 03DH9 、 03DH10 、 03DH11) 的各种性状:穗数 xl、枝梗数 x2 、秕粒 x3 、 200 粒重 y。每个水稻品种取 5 5株为一个单位。研究水稻 200 粒重 y与穗数 xl、枝梗数 x2 、秕粒 x3 之间的关系,分析哪些因素对 200 粒重 y的影响较大。从数据中可知,通过给定数据之间的关系,采用线性回归的方法分析过程 REG . 编写程序 TITLE ‘多元线性回归分析’; DATA AMO; INPUT Y X1-X3; CARDS; 14 16 59 27 13 27 31 11 94 20 15 64 24 14 167 19 13 340 30 1