江西财经大学SAS软件学生实验报告6.doc

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1SAS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：data prg1; input x y ;datalines;42 2.55 42 2.2 46 2.75 46 2.4 46 2.8 50 2.81 50 3.41 50 3.1 52 3.46 52 2.85 58 3.5 58 3;proc corr; var x y;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=0.00500.05，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：proc reg data=work.prg1; model y=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=0.00500.05，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=0.99960.05,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=0.00500.05，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：data new; input x ;cards;57;proc sort data=work.prg1 out = sorted; by x;data new; set sorted new;run;proc reg data = new; model y = x/p; id x;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：proc reg data=work.prg1; model y=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%CL Mean）。（2） 多元线性回归分析1、在SAS编辑窗口输入命令： proc reg data=dst.fitness; model oxygen=age weight rstpulse maxpulse runpulse runtime; 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=0.0010.05，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：OXYGEN0.21992AGE0.07238WEIGHT0.00084421RSTPULSE0.30473MAXPULSE0.37316RUNPULSE-2.68052RUNTIME+102.233342、 （1）由于nR=310.8480=26.288 11.07=,所以方程存在异方差；在SAS编辑窗口输入命令：proc reg data=dst.fitness; model oxygen=age weight rstpulse maxpulse runpulse runtime /collin vif; 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：proc reg data=dst.fitness; model oxygen=age weight rstpulse maxpulse runpulse runtime /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-2.76758RUNTIME3、 在SAS编辑窗口输入命令：proc reg data=dst.fitness; model oxygen=age weight rstpulse maxpulse runpulse runtime /influence; run;结果如图所示：结果说明：DFFITS2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20.8799，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