sas多元統(tǒng)計(jì)分析例題 程序 輸出結(jié)果 分析過程

1、應(yīng) 用 數(shù) 理 統(tǒng) 計(jì) 報(bào) 告所 在 院 系 計(jì)算機(jī)與信息工程學(xué)院學(xué) 科 專 業(yè) 農(nóng)業(yè)信息化研究生姓名 宋 玲 指 導(dǎo) 老 師： 薛河儒2013年12月21日用線性回歸分析方法分析林木生物量的影響因素1. 題目在林木生物量生產(chǎn)率研究中，為了了解林地施肥量（x1，kg）、灌水量（x2，10）與生物量（Y，kg）的關(guān)系，在同一林區(qū)共進(jìn)行了20次試驗(yàn)，觀察值見下表，試建立Y關(guān)于x1,x2的線性回歸方程。1. 程序DATA ct;INPUT x1 x2 y ;XSQ=x1*x2;CARDS;54 29 5061 39 5152 26 5270 48 5463 42 5379 64 6068 45 59

2、65 30 6579 51 6776 44 7071 36 7082 50 7375 39 7492 60 7896 62 8292 61 8091 50 8785 47 84106 72 8890 52 92;PROC REG;MODEL y=x1 x2/P CLI;MODEL y=x1 x2 xsq/P CLI;Run;3.輸出結(jié)果4.分析結(jié)果（1）回歸模型是否顯著，顯著水平是多少？復(fù)相關(guān)系數(shù)是多少？ 答：回歸方程顯著，顯著水平是<0.0001。復(fù)相關(guān)系數(shù)是0.9659。（2）回歸系數(shù)的估計(jì)值是多少？顯著性如何？ 答：Intercept -4.94048 0.1711 X1 1.53

3、952 <0.0001 X2 -0.94385 <0.0001 X1與X2的系數(shù)對(duì)于表達(dá)式極顯著，intercept對(duì)應(yīng)的系數(shù)對(duì)表達(dá)式在0.01下不顯著（3）寫出回歸方程的表達(dá)式。 y=1.53952x1-0.94385x2 - 4.94048（4）利用殘差（實(shí)測(cè)值與預(yù)測(cè)值之差）、95%置信取間的上下限討論預(yù)測(cè)預(yù)報(bào)效果 及預(yù)報(bào)的穩(wěn)定性。答：根據(jù)上面結(jié)果可知?dú)埐詈?5%置信區(qū)間的上下限的差異很大，最大的達(dá)到7.4640.最小的達(dá)到0.2868.幅度比較大。所以穩(wěn)定性也很差。（5）對(duì)本問題再求出Y關(guān)于X1、X2的二次多項(xiàng)式回歸方程，并與線性 回 歸方程比較，說明優(yōu)缺點(diǎn)。 Interce

4、pt -14.55333 0.2210 X1 1.66857 <0.0001 X2 -0.73331 0.0126 XSQ -0.00271 0.3914由輸出結(jié)果知：二次模型在0.0001水平下是顯著的，預(yù)測(cè)模型為： y=-14.553333+1.66857x1-0.73311x2-0.00271x1*x2 線性模型在0.001水平下也是顯著的，預(yù)測(cè)模型為： y=1.53952X1-0.94385X2-4.94048 對(duì)比來說：MODEL2復(fù)相關(guān)系數(shù)更接近1，預(yù)測(cè)值與實(shí)測(cè)值更接近，回歸效果更好，因此y與x 的關(guān)系應(yīng)選用二次模型。用線性回歸方法分析影響水稻粒重的因素1. 題目本數(shù)據(jù)來源于

5、2003年所做的試驗(yàn)，數(shù)據(jù)參考文件reg-4.xls，觀測(cè)11個(gè)水稻品種(03DH1、03DH2、03DH3、03DH 4、03DH5、03DH6、03DH7、03DH 8、03DH9、03DH10、03DH11)的各種性狀：穗數(shù)xl、枝梗數(shù)x2、秕粒x3、200粒重y。每個(gè)水稻品種取5株以5株為一個(gè)單位。研究水稻200粒重y與穗數(shù)xl、枝梗數(shù)x2、秕粒x3之間的關(guān)系，分析哪些因素對(duì)200粒重y的影響較大。nonumx1x2x3y03DH151416595.8703DH252713275.5803DH353111945.8303DH452015644.7103DH5524141675.5903

6、DH6519133403.8503DH753013405.5203DH8421121225.303DH952913905.6503DH1053014854.9703DH11541131205.312. 程序TITLE '多元線性回歸分析'DATA AMO;INPUT Y X1-X3;CARDS; 5.87 14 16 59 5.58 27 13 27 5.83 31 11 94 4.71 20 15 64 5.59 24 14 167 3.85 19 13 340 5.52 30 13 40 5.65 29 13 90 4.97 30 14 85 5.31 41 13 120

7、;PROC REG;MODEL y=x1 x2 x3;MODEL Y=X1 X2 X3/SELECTION=STEPWISE CLI;RUN;3. 輸出結(jié)果4. 分析結(jié)果REG過程中，MODEL語句可以交互使用，本例我們建立了兩個(gè)模型，第一個(gè)MODEL沒有做變量篩選，第二個(gè)MODEL指定逐步回歸方法篩選變量。并且用CLI輸出預(yù)測(cè)值與預(yù)測(cè)區(qū)間。REG過程擬合帶截距項(xiàng)的直線回歸方程，用最小二乘法估計(jì)模型的參數(shù)，并給出模型及參數(shù)的方差分析及T檢驗(yàn)。本例的兩個(gè)模型1檢驗(yàn)P值大于0.05，無統(tǒng)計(jì)學(xué)意義。模型2為逐步回歸法，只納入了X3，由參數(shù)估計(jì)表可知，對(duì)常數(shù)檢驗(yàn)t值為t=615.68，Pr>|t|的值小于0.0001，遠(yuǎn)小于0.05，說明截距項(xiàng)（即常數(shù)項(xiàng)Intercept）通過檢驗(yàn)