0124196晏明相关与回归分析

1、%紡財俺乂辱学生实验报告学 院：统计学院课程名称：SAS软件专业班级：统计122姓 名： 晏明学 号：0124196学生实验报告(经管类专业用)学生姓名晏明学号0124196同组人实验项目制作统计表必修操作性实验实验地点0505实验仪器台号指导教师重成武实验日期及节次10月20日1、目的 利用多媒体会计实验软件，使学生在实验过程中全面了解和熟悉会计实务，掌 握会计基本概念，熟悉会计核算的基本程序和基本方法(。使用时斜体字删去，下同)2、内容及要求 掌握会计基本概念，熟悉会计核算的基本程序和基本方法 1、认知各种凭证、账、表，熟悉相关操作2、了解会计工作中工商注册、银行开户、税务登记、盘点、凭证

2、装订等工作 3、提交实验报告二、仪器用具：仪器名称规格/型号数量备注计算机1SAS软件1、下面是某地一年级的12位女生的体重(kg)和肺活量(L)的数据试求肺活量对体重的回归方程。体重4242464646505050525258肺活量2.552.22.752.42.82.813.413.13.462.853.5要求：三、实验方法与步骤:(1)将上表数据导入SAS软件的临时库中，语法如下: data yan;input weight fhl;cards;42 2.5542 2.246 2.7546 2.4046 2.8050 2.8150 3.4150 3.152 3.4652 2.8558 3

3、.558 3run;在insigh t的环境下打开上面导入的数据集。在下拉菜单选择：对上面的导入数据进行如下操作：Analyze _ 片 Sea tt er(xy)如下图所示进行操作；点击“OK”得到散点图。如图(1)（5）在下拉菜单选择：对上面的导入数据进行如下操作：AnalyzeMultivaria te,在变量表中选择要分析的变量WEIGHT, FHLY，单击“O K” 得到肺活量和体重的相关系数矩阵。如图（2）（6）在下拉菜单选择：对上面的导入数据进行如下操作：AnalyzeFit（Y X）；在因变量表中选择肺活量（F HL） :FHLY;在自变量表中选择体重（WEIGHT） :WEI

4、GHTX。单击“OK”，得到残差图和回归方程的检验表。（7）在下拉菜单选择：对上面的导入数据进行如下操作：Analyze Dis trib ution。在因变量表中选择肺活量（F HL）: FHL | 二 Y。进入“Outp ut “，选择” 95% C.I.for mean “。单击” 0K “,得到肺活量期望值的95% 的可信区间。四、实验结果与数据处理：对肺活量和体重进行相关分析。绘制体重与肺活量的散点图，计算其相关系数。并对输出结果进行解释。U55-50-4 5-kCorre1 at i on MatrixWEIGHTFHLWEIGHT FHL1 00000 7H950 7H95100

5、00图（2）由图（1）的散点图可知，体重和肺活量成线性关系。由图（2）的相关系数矩阵可得，体重和肺活量的相关系数为o. 7 4 9 5.2判断体重和肺活量两变量的关系，拟合肺活量对体重的方程，对回 归系数进行解释和对回归系数进行检验，绘制残差图。ParameterEst i matesUar i ab1e 1DF EstimateStd Error TStatProb |TMTo 1 erance Uar1nf1 at i onINTERCEPT 10 - 000H 10 -81H9 10 0005 3 E8000 .3396 10bJE 1 GHT1 ：0 0E88 ：Q 01 GT ：0

6、0050 1 0ooo :10000回归方程：FHL（肺活量）=0.0588WEIGHT（体重）残差图图（5）3如果你的方程通过检验，体重为 57kg 的女生的肺活量是估计值 是多少？当体重为57KG时，肺活量为3.3516L4.并救出肺活量期望值的 95%的可信区间。Louer Limit | Upper Limit P .B392 13 1650pconriaence inreruai ror MeanMean I Levs I (X) “2 79 O 2 5 1957o 0 0 0由上表可知肺活量期望值的 95%的可信区间为2.6392,3.1658.二、利用 dst.fitness 数

7、据集，拟合多元线性方程(以 OXYGEN 变量为因变量)。一实验方法与步骤:1.在分析员的环境下，打开 dst.fitness 数据集。在下拉菜单选择：进行如下操作stat is tics regressionLinear. 在 Dependent 列表中选择 OXYGEN. 在 Quantitative 列表中选择 AGE,WEIGHT,RUNTIME,RSTPULSE,RUNPULSE,MAXPULSE.进入 Model 中选择 stepwise selection 方法，点击“OK” .进入PLOTS中选择余差与Y的预测值建立散点图，点击“OK” .进入 Statistics 中选择 V

8、ariance Inflation Factors检验方法，点 击“ OK” .6在Insight的环境下打开数据集，在下拉菜单选择：进行如下操作A nalyze Fit(Y X)；在因变量表中选择OXYGEN .在 自变量列表中选择AGE,WEIGHT,RUNTIME,RSTPULSE,RUNPULSE,MAXPULSE.点击“OK” .7.点击“Vars”，选择Cook D,在数据表中加入的变量D_OXYGEN 就是每一个观测的 Cook D 值。实验结果与数据处理：1）拟合多元线性方程的方程。ParameterEst i matesParameterStandardT for HO:Ua

9、r iableDFEst i mateErrorParameter=0Prob |T|INTERCEP1SB 1H78881 1 78E6S00E8 3E8叭 000 1AGE1-Q 1977350 0S56366E亡.068叭 0H88RUNTIME1-E .7B7E790 .3H0E3BHE-8.1E70 . 000 1RUNPULSE17 3H810801 ITT日日IT-E 963叭 006HMAXPULSE10 2705130 133619780 0533由上可得多元线性方程为：OXYGEN=98.148-0.198AGE-2.767RUNTIME-0.348RUNPULSE+0.2

10、7MAXPULSE（2）判断方程是否存在共线性和异方差？如果方程存在共线性，怎样 用逐步回归法进行变量筛选拟合回归方程（保留模式的显著性水平为 0.15）。Parameter Est i matesINTERCEP198 1H78881 1 7856900E8 3E80 00010 00000000AGE10 1977350 0956366E0680 0H88139H6HE6HRUNTIME17675790 3H053GHE8.1E70 . 000 11E53E50H1RUNPULSE10 3H810801 ITT日日IT3630 006T8 1 HG7H50EMfiXPULSE10.2705

11、130133619780 05338 H18E0011Uariable DFParameter Est i mateStandard ErrorT for HO: Parameter=OProb |T|Uar i ance Inflation由上图中的 Variance Inflation 都小于 10 可得，方程不存在共线性。如果存在多重共线性，以OXYGEN为被解释变量，逐个引入解释变量,构成回归模型，进行模型估计。用拟合优度的变化决定新引入的变量是否可以用其它变量的线性组合代替，而不是作为独立的解释变量。如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量；如果拟合优度变化很不显著

12、，则说明新引入的变量不是一个独立解释变量，它可以用其他变量的线性组合代替，也就是说它与其他变量之间存在共线性的关系。由残差图可得:方程存在异方差。237.540.042.545.047.550.052.555.057.560.0OXYGEN 二 98.148 -0.1977 AGE -2.7676 RUNTIME -0.3481 RUNPULSE +0.2705 MAXPULSE33）检验样本中是否存在强影响点。纔 FileEdit Analyze Tables GraphsCurves VarsOptions Window Help9IntIntJ IntI IntIntIntIntIntJ

13、 IntAGEWEIGHTRUNTIMERSTPULSERUNPULSEMfiXPULSEOXVGENGROUPD OXVGEN1J5773 .37IE .635817H17639 .HOT0.007E95H79 .3811.1761561G5H6.0800.0E7EH3函76 .329.63H81GH1G6H5 .HH10.0HS15H5070 .878H81HG155EH ,G50.000 1 3H755 167 .511.08H817E17EH5.1 180.0013H65H91 .63IE .88HH16817E39 .E030.00E5675 173 .711 0 .H7591861

14、88HE .7900.00805B5759.089.33H91H815550.5H50.016729H976 .39 .HO5G18G188H8 .G730.01E8G10H8G1 .EH1 1 .505E17017GH7 .SEO0.038H71158 .781 0.505317017EH7 .H670.00195IEHH73.0310.13HE1G81G8E0.5H110.0E87H13HE87 .661H .035618619237.38810.001511HH566 .HE1 1 . IE5117G176HH .75H10.000 1 7HB15H779 . IE1 0 .GOH71G

15、E1GHH7 .E7310.003E9165H83 . IE1 0.335016617051 .85510.03H0E17H981 .HE8.95HH180185H9.15G10.066E7IB5 1B3 .631 0.3557IBS17EHO .83B10.0778E195 177 .3110.00H816E168HG .GTE10.017530H891 .631 0 .EEH81GE1GHHG .77H1S.9350EE-E1H973 .3710.087616816850.38810 . 18E1 1EEHH89 .H71 1 .376178182HH .60900.00007683HO75.0710.0762185185H5.31300.03051EHHH85 .8H8.65HE15G1685H .E9700 .OEEGG5HEG8 . IE8.17HO1GG17EES .57100 . 1EHE73889.0955178180H9 .B7H00.00005 1 77H777 .HE1 1 .6358176176HH .81 100.01 118HO75 .S81 1 .357017