sas多元線性回歸_第1頁
sas多元線性回歸_第2頁
sas多元線性回歸_第3頁
sas多元線性回歸_第4頁
sas多元線性回歸_第5頁
已閱讀5頁，還剩9頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、應用數理統計報告應用數理統計報告報告人：宋玲報告人：宋玲地地 點：計算機院軟工實訓室點：計算機院軟工實訓室時時 間：間：20132013年年1212月月2525日日主要內容主要內容報告題目報告題目1輸輸出出結結果果3編寫程序編寫程序2分析及總結分析及總結4報告題目報告題目 在林木生物量生產率研究中，為了了解林地施肥量（x1，kg）、灌水量（x2，10）與生物量（Y，kg）的關系，在同一林區共進行了20次試驗，觀察值見下表，試建立Y關于x1,x2的線性回歸方程。 從數據中可知，通過給定數據之間的關系，采用 線性回歸的方法分析過程REG.編寫程序編寫程序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;定義變量數據數據過程步輸出結果輸出結果(model1)圖1圖2輸出結果（輸出結果（model2） 圖3圖4結果分析結果分析 （1）

3、回歸模型是否顯著，顯著水平是多少？復相關系數是多少？ 答：回歸方程顯著，顯著水平是0.0001。復相關系數是0.9659。（2）回歸系數的估計值是多少？顯著性如何？ 答：Intercept -4.94048 0.1711 X1 1.53952 0.0001 X2 -0.94385 0.0001 X1與X2的系數對于表達式極顯著，截距項對應的系數對表達式在 0.01下不顯著。（3）寫出回歸方程的表達式。 y=1.53952x1-0.94385x2 - 4.94048（4）利用殘差（實測值與預測值之差）、95%置信取間的上下限討論預測預報效果及預報的穩定性。 答：根據上面結果可知殘差和95%置信區間的上下限的差異很大，最大的達到7.4640.最小的達到0.2868.幅度比較大。所以穩定性也很差。結果分析結果分析（5）對本問題再求出Y關于X1、X2的二次多項式回歸方程，并與線性回歸方程比較，說明優缺點。 Intercept -14.55333 0.2210 X1 1.66857 |t|的值小于0.0001，遠小于0.05，說明截距項（即常數項Intercept）通過檢驗，估計值為5.82331.對自變量x1分析同樣可以得知，x1系數通過檢驗，估計值為-0.00493. 所以回歸

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論