回归分析及其SAS过程.ppt

* 上页 下页 返回 * 上页 下页 返回 回归分析及其 SAS过程 一、回归分析 回归分析是研究一个变量与一组变量之间关系的重要手段。 回归分析中主要解决的问题有： 1. 建立回归模型并进行显著性检验； 2. 进行回归诊断； 3. 回归预测。 最为普遍使用于进行一般线性回归模型的拟合分析过程。 二、回归分析过程 在SAS / STAT中有多种回归分析的过程，主要有： 1. REG 2. GLM 通用线性模型（General Linear Model）用最小二乘法拟合，既可处理连续变量又可处理离散型变量。 其主要功能有： 建立二次响应面回归模型，并对之进行分析以确定 1）建立一般线性回归模型，包括简单回归、多 重线性回归、多项式回归及加权回归； 3. NLIN 借助于迭代法对用户自行选定的回归表达式 拟合非线性回归模型。 4. RSREG 最优响应因子水平，还可进行岭回归分析. 2） 进行方差分析。 1. 可处理多个Model 语句； 2. 提供多达9种模型选择方法； 3. 对线性及多变量假设进行检验； 4. 作数据或统计量的散点图； 5. 可进行回归诊断并给出相应统计量； 可利用相关阵或协方差阵作为建立模型的数据， 并可将 它们输出到 SAS 数据集中； 三、 REG 过程的主要功能 回归预测，并估计预测值，残差、学生化残差， 可信限等, 并可将它们输出到 SAS 数据集中。 四、简单程序实例 例1 用一批儿童的身高及体重的实测数据，建立 如下线性回归模型： WEIGHT= a + b× HEIGHT+ ? 式中： WEIGHT反应变量， HEIGHT回归变量， a ， b 待估参数，? 误差 DATA class； INPUT name $ height weight age@@; CARDS; Alfre 69.0 112.5 14 Joyce 51.3 50.5 11 PROC REG; MODEL weight=height; PLOT weight*height; RUN; 五、交互方式运行REG过程 谓交互方式: 指在调用REG过程语句且用Model 语句完成了一个模型后，若此时是用RUN运行的，则可再执行其他相关语句，而并不需要再次调用REG过程 1. 简介： 优点是：当以交互方式运行时，可以先拟合一个模型对模型进行分析、诊断，甚至修改（可以增减变量），再拟合，再诊断。这种方式节约计算机运行时间。 PROC REG DATA=CLASS; VAR height age; MODEL weight=height; RUN; DELETE height； ADD age； PRINT； RUN； 如在上模型中，删去height 变量，增加age变量，重新拟合 注意：MODEL 语句只定义了一个自变量，因此向模型增 加变量时，必须保证最终模型中最多只能有一个自变量 2. REG中的交互语句 1） ADD 变量1[变量2?]向模型中增加变量； 2）DELETE 变量1[变量2 ?] 删去原拟合模型中有关变量； 3） MTEST 对多重因变量进行多变量拟合； 4） PRINT 输出有关模型的有关信息； 5） REFIT 重新拟合模型； 6） TEST 进行F检验； 7）OUTOUT OUT=SAS 数据集 关键字= ? ；产生一个 SAS数据集，并给出相应统计量的期望值、残差等 3. 实例 PROC REG DATA=CLASS; MODEL weight= age height; RUN; DELETE age ； PRINT； RUN； 六、REG过程中模型的选择 （8种，仅介绍3种） 前进法开始时，模型中尚无变量。其工作方式为：对每一个尚不在模型内的自变量，按一定的显著水平，根据其一旦进入模型的贡献大小，逐个引入方程，直至方程外无对模型有显著贡献的自变量。因此要事先规定显著水平。 MODEL 因变量=自变量1 自变量2 ? / selection= ? ； 1. Forword ：前进法 在“slentry=”中可按自己需要选择不同显著水平，如 0.1，0.2 等，若不指定此选项，则显著水平为 0.5 ； 格式语句： MODEL 因变量=自变量1 自变量2 ? / selection=