sas多元线性回归_第1页
sas多元线性回归_第2页
sas多元线性回归_第3页
sas多元线性回归_第4页
sas多元线性回归_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、应用数理统计报告应用数理统计报告报告人：宋玲报告人：宋玲地地 点：计算机院软工实训室点：计算机院软工实训室时时 间：间：20132013年年1212月月2525日日主要内容主要内容报告题目报告题目1输输出出结结果果3编写程序编写程序2分析及总结分析及总结4报告题目报告题目 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.编写程序编写程序DATA ct;INPUT x1 x2 y

2、;XSQ=x1*x2;CARDS;54 29 5061 39 5152 26 5270 48 5463 42 5379 64 6068 45 5965 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 92PROC 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输出结果(model1)图1图2输出结果（输出结果（model2） 图3图4结果分析结果分析 （1）

3、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0.0001。复相关系数是0.9659。（2）回归系数的估计值是多少？显著性如何？ 答：Intercept -4.94048 0.1711 X1 1.53952 0.0001 X2 -0.94385 0.0001 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 0.01下不显著。（3）写出回归方程的表达式。 y=1.53952x1-0.94385x2 - 4.94048（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，最大的达到7.4640.最小的达到0.2868.幅度比较大。所以稳定性也很差。结果分析结果分析（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 -14.55333 0.2210 X1 1.66857 |t|的值小于0.0001，远小于0.05，说明截距项（即常数项Intercept）通过检验，估计值为5.82331.对自变量x1分析同样可以得知，x1系数通过检验，估计值为-0.00493. 所以回归

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论