江西财经大学SAS软件学生实验报告6.docx
《江西财经大学SAS软件学生实验报告6.docx》由会员分享，可在线阅读，更多相关《江西财经大学SAS软件学生实验报告6.docx（14页珍藏版）》请在冰豆网上搜索。
江西财经大学SAS软件学生实验报告6
学生实验报告
学院：
统计学院
课程名称：
SAS软件
专业班级：
09统计1班
姓名：
叶玮羚
学号：
0092276
学生实验报告
（经管类专业用）
学生姓名
叶玮羚
学号
0092276
同组人
实验项目
相关与回归分析
必修
操作性实验
实验地点
0505
实验仪器台号
指导教师
董成武
实验日期及节次
20111125,234节
一、实验目的及要求：
1、目的
2、内容及要求
二、仪器用具：
仪器名称
规格/型号
数量
备注
计算机
1
SAS软件
1
三、实验方法与步骤:
四、实验结果与数据处理：
（一）两变量直线相关于回归分析
1、在SAS编辑窗口输入命令：
dataprg1;
inputxy@@;
datalines;
422.55422.2462.75462.4462.8502.81503.41503.1523.46522.85583.5583
;
proccorr;
varxy;
run;
结果如图所示：
结果说明：
本题Pearson相关系数为r=0.74948，所对应的P=0.0050＜0.05，说明两个变量之间存在正相关关系，即体重增大时，肺活量也相应增大。
用Insight制作散点图，结果如图所示：
2、
（1）由第1小题知:
体重和肺活量之间存在正相关关系
（2）在SAS编辑窗口输入命令：
procregdata=work.prg1;
modely=x;
run;
结果如图所示：
结果说明：
第一部分是回归模型的方差分析的结果，本题中F=12.82，P=0.0050＜0.05，说明模型是有意义的。
第二部分是一些描述性统计量，本题中剩余标准差为0.28775，应变量y的均数为2.90250，应变量y的变异系数为3.91388，相关指数（即相关系数的平方）为0.5617，校正系数为0.5179.第三部分为参数估计的结果，常数项Intercept的估计值为0.00041304，标准误为0.81488，与参数为0的总体进行比较，t检验的结果为：
t=0，P=0.9996＞0.05,表示常数项与0的差别无统计意义。
变量x的回归系数为0.05883，标准误为0.01643，与参数为0的总体进行比较，t检验的结果为：
t=3.58，P=0.0050＜0.05，表示回归系数与0的差别有统计意义，两变量之间确实存在回归关系。
回归方程为：
=0.00041304+0.05883x
（3）用Insight制作残差图，结果如图所示：
3、在SAS编辑窗口输入命令：
datanew;
inputx@@;
cards;
57
;
procsortdata=work.prg1out=sorted;
byx;
datanew;
setsortednew;
run;
procregdata=new;
modely=x/p;
idx;
run;
结果如图所示：
由图可知：
体重为57kg的女生的肺活量是估计值是3.3535L。
4、在SAS编辑窗口输入命令：
procregdata=work.prg1;
modely=x/clm;
run;
结果如图所示：
结果说明：
第5、6列为clm选项的结果，为预测值均数的95%可信区间（95%CLMean）。
（2）多元线性回归分析
1、在SAS编辑窗口输入命令：
procregdata=dst.fitness;
modeloxygen=ageweightrstpulsemaxpulserunpulseruntime;
run;
结果如图所示：
结果说明：
第一部分是对回归模型的方差分析的结果，本题中F=22.32，P=0.001＜0.05，说明模型是有意义的。
第二部分为描述性统计量。
第三部分为回归方程的参数估计值及其与总体参数为0比较的t检验。
因为模型有意义，可列出回归方程为：
OXYGEN＝－0.21992AGE－0.07238WEIGHT－0.00084421RSTPULSE＋0.30473MAXPULSE－0.37316RUNPULSE-2.68052RUNTIME+102.23334
2、
（1）
由于nR
=31×0.8480=26.288>11.07=
所以方程存在异方差；
在SAS编辑窗口输入命令：
procregdata=dst.fitness;
modeloxygen=ageweightrstpulsemaxpulserunpulseruntime/collinvif;
run;
结果如图所示：
结果说明：
在参数估计表中，可看到没有方差膨胀因子超过10，这表明可能不存在共线性问题。
最大条件指数超过197，这表明预测变量中有高度相依性。
在用共线性诊断发现变量WEIGHT和RSTPULSE有共线性。
综合得：
方程存在共线性和异方差。
（2）在SAS编辑窗口输入命令：
procregdata=dst.fitness;
modeloxygen=ageweightrstpulsemaxpulserunpulseruntime/selection=stepwise;
run;
结果如图所示：
结果说明：
第一部分输出了逐步回归的计算过程。
本题共进行了四步，剔除了变量WEIGHT和RSTPULSE，说明最终留在方程内的为RUNTINE、AGE、RUNPULSE和MAXPULSE四个变量，即RUNTINE、AGE、RUNPULSE和MAXPULSE对OXYGEN有影响。
第二部分对以上四步作了总结。
本题入选标准和剔除标准均为0.15，第六列为偏相关系数，第七列为复相关系数，第八列为Cp值，从中可以看出，从第1步到第4步，复相关系数逐渐增大，Cp值逐渐向理想值逼近，说明回归模型越来越理想。
而Cp更为接近变量数假1的理想结果，说明此时模型最理想。
第九列为选择变量后的方差分析的统计量F值，第十列为F值所对应的P值。
可根据step4的结果写出回归方程为：
OXYGEN=98.14789-
0.19773AGE+0.27051MAXPULSE-0.34811RUNPULSE-2.76758RUNTIME
3、在SAS编辑窗口输入命令：
procregdata=dst.fitness;
modeloxygen=ageweightrstpulsemaxpulserunpulseruntime/influence;
run;
结果如图所示：
结果说明：
DFFITS
>2
时，该观测应作为对回归有较大影响的观测加以观测。
本题中2
0.8799，由图中可知强影响点为Obs16、Obs21、Obs25、Obs31这四个观测。
故样本存在强影响点。
五、讨论与结论
此次作业，使我进一步掌握了相关与回归分析的语句，并在此基础上可以根据不同的要求进行变换。
但是操作sas过程出现了一些复杂的问题，有更多细节需要注意，更多命令需要掌握。
第一大题的前三问，我结合课本和课件有关内容很快做完了，但第四问我不知道期望值的95%的可信区间怎么求，问了老师才完成。
第二大题，我结合课本和课件有关内容花三四个小时才做完。
六、指导教师评语及成绩：
评语：
成绩：
指导教师签名：
批阅日期：
升级会员 