SAS04__SAS基本统计分析功能.pptVIP

分析： 由输出得Kendall Tau-b统计量值为0.217，渐近标准误差（ASE）为0.061，用统计量值加减两倍标准误差作为Kendall Tau-b的95%置信区间，可算得(0.095，0.339)在零点左边，所以可认为奶牛患病程度与种群大小有正的关联。 事实上，我们从列联表中实际频数与期望频数的对比也可以看出，小的种群患病比期望值轻，大的种群患病比期望值重，即患病程度与种群大小有正的关联。 作业：教材P161 18 补充：某公司准备抽出一个新品牌的矿泉水，现已万事俱备，就是在新产品的名称上几位董事意见尚未统一。董事屡议不决之后，最终决定进行抽样调查。在受访的200人中，52人更喜欢名称A， 61人更喜欢名称B，87人更喜欢名称C。请问A、B、C三种名称受欢迎程度有无差异？ 掌握自学方法  事半功倍 返回 说明： （1）如果要自动挑选最优变量，可在model语句中增加选项 ‘selection=选择方法’，选择方法有none (全用，默认)、forward（逐步引入法）、backward（逐步剔除法）、stepwise(逐步筛选法)等。 如 model weight=height age /selection=stepwise ; run; (2)要输出其它结果可以print语句，如 Print cli Run; 说明： (3)若是一元线性回归，可以在因变量和自变量的散点图上加上回归直线和均值置信界限，程序如下： proc reg data=sasuser.class; model weight=height; plot weight*height/conf95; run; （4）若是要输出多元线性回归中残差对预测值诊断图，可用如下语句： plot residual.*predicted.; run; 4.3.2非线性回归 许多情况下变量间呈曲线关系，求解变量间的曲线关系的方程，可以直接拟合所选择的曲线方程式，但有时也可以变量代换成直线方程，再应用直线回归的方法求解。 【例2】某地大气中氰化物测定结果如下： 散点图分析表明 Y和X间呈现指数 函数关系案 ，现求回归方程。 距离污染物距离X(m) 50 100 150 200 250 300 400 500 氰化物浓度Y （mg /m3） 0.687 0.398 0.2 0.121 0.09 0.05 0.02 0.01 方法一： 分析：logy与x间的直线回归方程为： 代入logy=log10y,得指数方程为： 方法二： 分析：指数方程为 4.3.3二分类变量的Logistic回归（Logistic过程） 模型简介：设P为某事件发生的概率，取值范围为0~1，1-p为事件不发生的概率，将比数p/(1-p)取自然对数得ln(p/(1-p))，即Logit变换，记为Logit P。则Logit P的取值范围为-∞到+∞。以Logit P为因变量，建立线性回归模型为： 记 ,则模型变形为 数据要求：因变量为二分类变量，自变量可以是分类变量或等间隔测度的变量。 【例8.3】数据集data09-02.sav是乳腺癌患者的数据。变量包括：age(年龄)、time(患病时间)、pathscat（肿瘤扩散等级）、pathsize（肿瘤大小）、histgrad（肿瘤史）、ln-yesno（癌变部位的淋巴结是否含有癌细胞）。建立一个Logistic模型，并预测一个肿瘤大小为1cm, 肿瘤史为1年，肿瘤扩散等级2cm患病时间为1个月的60岁人癌变部位的淋巴结是否含有癌细胞。给定显著性水平α=0.05 结果分析： 结论： Logistic回归模型拟合结果为： 则 故该病人癌变部位的淋巴结会含有癌细胞。 作业：P150 16补充：某调查中收集了350大学生的数据信息，研究恋爱与否（变量V）与年龄（age）、地区（Location），各科平均成绩（score）、性别(sex)及身高(height)等变量的关系。各变量定义如下： 恋爱与否 （变量V） 年龄 （age） 地区 （Location） 平均成绩 （score） 性别 (sex) 身高 (height) 0：未恋爱 单位：岁 0：农村 单位：分 0：女 单位：厘米 1：已恋爱 1：城市 1：男 假设收集数据如下表，试建立Logistic模型，并分析22岁农村男生、身高170cm