回归分析程式

回归分析程式第1页，课件共51页，创作于2023年2月回归分析程式概述常用的回归分析程式过程有:(1)CORR过程、（2）REG过程、(3)NLIN过程、（4）RSREG过程。回归分析第2页，课件共51页，创作于2023年2月CORR过程1REG过程2NLIN过程3RSREG过程4ＳＡＳ的应用基础回归分析第3页，课件共51页，创作于2023年2月CORR过程CORR过程可用来分析变量之间的相关关系。

CORR过程的格式如下：

PROCCORR[选择项]；

VAR变量表；

PARTIAL变量表；在PROCCORR过程中可能出现的选择项是DATA=数据集名，用来指定CORR的数据集名，如果省略这一选择，则指定最新建立的数据集。

PARTIAL语句用来求偏相关系数，指定保持不变的偏变量名。回归分析第4页，课件共51页，创作于2023年2月CORR过程例题6.1，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputx1-x4@@；Cards；47.254.7416.747.253.3754.58.56.791.745.74.4166.7692250.54.252250.542.57526350253.7166.70.54350142.575275300；proccorr；varx1-x4；proccorrnosimple；varx1x2；partialx3x4；proccorrnosimple；varx1x3；partialx2x4；run；回归分析第5页，课件共51页，创作于2023年2月CORR过程程式中的数据来自以下试验结果及问题：甘薯实生苗栽培试验中薯块重x1(g)、块根粗x2(mm)、单株结薯数x3及单株产量y(g)的12组观测值如下表（引自温奎课程论文，1987），试计算三种相关系数并作相关系数显著性检验？程式中的nosimple将抑制简单统计量的输出。回归分析i123456789101112x1ix2iX3iyi4.04.04.54.06.00.50.52.02.00.51.02.07.257.258.55.79.04.254.06.05.04.04.07.04.73.36.74.42.02.02.53.03.73.02.55.0416.775.091.7166.725.025.075.050.0166.750.075.0300.0第6页，课件共51页，创作于2023年2月CORR过程本程式运行的结果如下:

(图一)回归分析第7页，课件共51页，创作于2023年2月CORR过程

(图二)回归分析第8页，课件共51页，创作于2023年2月CORR过程

(图三)回归分析第9页，课件共51页，创作于2023年2月REG过程

REG过程可用来建立因变量与自变量之间的线性回归方程。

REG过程的格式如下：

PROCREG[选择项]；

MODEL因变量=自变量/[选择项]；

在PROCREG过程中可能出现的选择项是DATA=数据集名，用来指定要做REG的数据集名，如果省略这一选择，则指定最新建立的数据集。

回归分析第10页，课件共51页，创作于2023年2月REG过程例题6.2，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputxy@@；cards；14.346.31430.769.3144.622.769.27.316812.31.32.77.926.3；procreg；modely=x/xpxi；run；回归分析第11页，课件共51页，创作于2023年2月REG过程程式中的数据来自以下试验结果及问题：棉花红铃虫第一代产卵高峰日百株卵量x(粒)与百株累计卵量y(粒)的8组观测数据如下表，试建立二者间的一元线性回归方程并作回归方程的显著性检验？程式中的xpx及i指定输出离均差矩阵及其逆矩阵。回归分析i

12345678xi

14.314.069.322.77.38.01.37.9yi

46.330.7144.669.216.012.32.726.3第12页，课件共51页，创作于2023年2月REG过程本程式运行的结果如下:

(图一)回归分析第13页，课件共51页，创作于2023年2月REG过程

(图二)回归分析第14页，课件共51页，创作于2023年2月REG过程

(图三)回归分析第15页，课件共51页，创作于2023年2月REG过程回归分析

(图四)第16页，课件共51页，创作于2023年2月REG过程例题6.3，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputx1x2y@@；cards；1.379.084.9311.341.891.869.673.062.330.7610.25.7817.670.050.0615.910.730.4315.7410.30.875.416.253.86；procreg；modely=x1x2/xpxi；run；回归分析第17页，课件共51页，创作于2023年2月REG过程程式中的数据来自以下试验结果及问题：某品种水稻糙米含镉量y(mg/kg)与地上部生物量x1(10g/盆)及土壤含镉量x2(100mg/kg)的8组观测数据如下表，试建立二元线性回归方程并作回归方程的显著性检验？程式中的xpx及i指定输出离均差矩阵及其逆矩阵。回归分析i

12345678x1i

1.3711.349.670.7617.6715.9115.745.41x2i

9.081.893.0610.200.050.731.036.25yi

4.931.862.335.780.060.430.873.86第18页，课件共51页，创作于2023年2月REG过程本程式运行的结果如下:(图一)回归分析第19页，课件共51页，创作于2023年2月REG过程

(图二)回归分析第20页，课件共51页，创作于2023年2月REG过程

(图三)回归分析第21页，课件共51页，创作于2023年2月REG过程

(图四)回归分析第22页，课件共51页，创作于2023年2月REG过程例题6.4，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputxy@@；x1=x；x2=x**2；x3=x**3；cards；1.23.9141.53.722.82.22.62.61.4303.5-2.22.80.8；procreg；modely=x1x2；procreg；modely=x1-x3；run；回归分析第23页，课件共51页，创作于2023年2月REG过程程式中的数据来自以下试验结果及问题：假设变量x与y的9组观测值如下表，试建立线性回归方程及非线性回归方程。程式中的modely=x1x2及modely=x1-x3指定建立一元二次抛物线回归及一元三次抛物线回归方程。回归分析i

1

2

3

4

5

6

7

8

9x1.2

1

1.5

2

2.22.6

33.52.8y3.9

4

3.7

2.82.61.4

03.52.8第24页，课件共51页，创作于2023年2月REG过程本程式运行的结果如下:

(图一)回归分析第25页，课件共51页，创作于2023年2月REG过程

(图二)回归分析第26页，课件共51页，创作于2023年2月REG过程例题6.5，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputx1-x5y@@；cards；9.22.7321.4710.3321.1381.1159.13.7321.820.1120.8281.1468.64.8821.8270.3832.1311.84110.2333.9681.5870.1811.3491.3565.63.7321.8410.2971.8150.8635.3674.2361.8730.0631.3520.9036.1333.1461.9870.281.6470.1148.24.6461.6150.3794.5650.898回归分析第27页，课件共51页，创作于2023年2月REG过程8.84.3781.5430.7442.0731.937.63.8641.5990.3422.4231.1049.74.3781.6910.2251.5221.4038.3675.0951.8070.4392.2811.76312.1674.8941.7280.1261.5811.63610.2673.7321.6120.1091.1981.4678.94.4721.880.0790.7950.9198.2335.2781.730.3033.0691.515；procreg；modely=x1-x5/selection=stepwise；run；回归分析第28页，课件共51页，创作于2023年2月REG过程程式中的数据来自以下试验结果及问题：在农作物害虫发生趋势的预报研究中，所涉及的5个自变量及因变量的16组干测数据如下表，试建立逐步回归方程。程式中的selection=stepwise指定用逐步回归法建立线性回归方程。回归分析

ix1ix2ix3ix4ix5iyi

19.2002.7321.4710.3321.1381.155

29.1003.7321.8200.1120.8281.146

38.6004.8821.8270.3832.1311.841

410.2333.9681.5870.1811.3491.356

55.6003.7321.8410.2971.8150.863

65.3674.2361.8730.0631.3520.903第29页，课件共51页，创作于2023年2月REG过程回归分析

76.1333.1461.9870.2801.6470.114

88.2004.6461.6150.3794.5650.898

98.8004.3781.5430.7442.0731.930

107.6003.8641.5990.3422.4231.104

119.7004.3781.6910.2251.5221.403

128.3675.0951.8070.4392.2811.763

1312.1674.8941.7280.1261.5811.636

1410.2673.7321.6120.1091.1981.467

158.9004.4721.8800.0790.7950.919

168.2335.2781.7300.3033.0691.515第30页，课件共51页，创作于2023年2月REG过程本程式运行的结果如下:(图一)回归分析第31页，课件共51页，创作于2023年2月REG过程

(图二)回归分析第32页，课件共51页，创作于2023年2月REG过程

(图三)回归分析第33页，课件共51页，创作于2023年2月REG过程

(图四)回归分析第34页，课件共51页，创作于2023年2月REG过程

(图五)回归分析第35页，课件共51页，创作于2023年2月REG过程

(图六)回归分析第36页，课件共51页，创作于2023年2月REG过程

(图七)回归分析第37页，课件共51页，创作于2023年2月NLIN过程NLIN过程可用来建立因变量与自变量之间的非线性回归方程。

NLIN过程的格式如下：

PROCNLIN[选择项]；

MODEL因变量=表达式；

PARMS参数名=数值；

DER.参数名=表达式；在PROCNLIN过程中可能出现的选择项是DATA=数据集名，用来指定要做NLIN的数据集名，如果省略这一选择，则指定最新建立的数据集。回归分析第38页，课件共51页，创作于2023年2月NLIN过程例题6.6，进入SAS的显示管理系统，在编辑窗口输入程式：dataex；inputxy@@；cards；11.8521.3731.0240.7540.5660.4160.3180.2380.17；procnlin；modely=a*exp(b*x)；parmsa=2.5168b=-0.3221；der.a=exp(b*x)；der.b=a*x*exp(b*x)；run；回归分析第39页，课件共51页，创作于2023年2月NLIN过程

程式中的数据来自以下试验结果及问题：假设变量x与y的9组观测值如下表，试选用多个一元非线性回归方程进行拟合，并且比较各个回归方程的你和情况。

回归分析i

1

2

3

4

5

6

7

8

9xi

1

2

3

4

4

6

6

8

8yi1.851.371.020.750.560.410.310.230.17第40页，课件共51页，创作于2023年2月NLIN过程本程式运行的结果如下:

(图一)回归分析第41页，课件共51页，创作于2023年2月NLIN过程

(图二)回归分析第42页，课件共51页，创作于2023年2月NLIN过程(图三)回归分析第43页，课件共51页，创作于2023年2月RSREG过程RSREG过程可用来建立二次响应面的回归方程。

RSREG过程的格式如下：

PROCRSREG[选择项]；

MODEL因变量=自变量；在PROCRSREG过程中可能出现的选择项是DATA=数据集名，用来指定要做RSREG的数据集名，如果省略这一选择，则指定最新建立的数据集。回归分析第44页，课件共51页，创作于2023年2月RSREG过程例题6.7，进入SAS的显示管理系