第三讲 SAS的基本统计分析.pptVIP

SAS基本统计分析概论 一些单变量检验问题 一些单变量检验问题 一些单变量检验问题 一些单变量检验问题 一些单变量检验问题 The End of Session 残差对预测值散点图 Residual为残差。Residual Normal Quantile是残差由小到大排序后对应的标准正态的分位数，第 个残差的正态分位数用 计算，其中 为残差除以其标准误差。Studentized Residual（学生化残差）为与标准化残差类似，但计算第 个学生化残差时预测值和方差估计都是在删除第 个观测后得到的。当学生化残差的值超过2时这个观测有可能是强影响点或异常点。 为标准正态分布函数。Standardized Residual（标准化误差） 关于其它的一些诊断统计量请参考帮助菜单的“Extended Help | SAS System Help: Main menu | Help for SAS Products | SAS/INSIGHT | Techniques | Multiple Regression”，或《 SAS应用统计实验》 《 SAS应用统计教程》。 在SAS/INSIGHT中，为了保存结果表格，在进行分析之前选中菜单“File | Save | Initial Tables”，这是一个状态开关，选中时输出表格画在分析窗口内的同时显示在输出（Output）窗口。如果要保存某一个表格，也可以选定此表格（单击表格外框线），然后用菜单“File | Save | Tables”。为了保存分析窗口的图形，先选定此图形，然后选“File | Save | Graphics File”，输入一个文件名，选择一种文件类型如BMP即可。为了打印某一表格或图形，先选定它，然后用菜单“File | Print”。选中“File | Save | Statements”可以开始保存SAS/INSIGHT语句。 案例：用INSIGHT对数据集CARS 做回归诊断 用SAS/INSIGHT拟合广义线性模型 经典线性回归理论的估计与假设检验要求自变量 为常数（非随机），随机误差项满足 广义线性模型放宽了这些假设，其模型为 其中因变量 （ 为服从指数族分布（如正态、逆高斯、伽马、泊松、二项分布）的随机变量， （ 向量）的元素为与 分布类型相同的随机误差项，元素之间 叫做联系函数，它把因变量的均值 与自变量 （ 阵）的线性组合联系起来。 （ 向量）为回归系数。模型中每个自变量对应于设计阵 中的一列或几列， 的第一列一般元素全为1，对应于截距项。 （ 向量）是表示偏移量的变量。 向量）的元素 相互独立，单调函数 。 注：随机变量Y称为服从指数族分布，如果其分布密度（概率函数）有如下形式： 其中 为自然参数或称经典参数， 为分散度参数（与尺度参数相关），a, b, c为确定性函数。这样的自变量Y的均值和方差与参数的关系如下： 为了使用SAS/INSIGHT拟合广义线性模型，在选“Analyze | Fit (Y X)”之后，选定因变量和自变量，然后按“Method”按钮，出现选择模型的对话框，在这里可以选因变量的分布类型（Response Dist.），选联系函数，选估计尺度参数的方法。 各联系函数定义如下： 对指数族中每一个因变量分布有一个特定的联系函数，使得 ，即用分布的期望值表示经典参数，这样的联系函数叫经典（canonical）联系函数。正态分布的经典联系函数为恒等变换，逆高斯分布为-2次方变换，伽玛分布为-1次方变换，泊松分布为对数变换，二项分布为逻辑变换（Logit）。注意Logit、probit、复合重对数变换都只适用于二项分布。 例如，SASUSER.INGOTS中存放了一个铸造厂的数据，它记录了各批铸件在一定的加热、浸泡时间条件下出现的不能开始轧制的铸件数目。HEAT为加热时间，SOAK为浸泡时间，N为每批铸件的件数，R为加热浸泡后N件铸件中还不能开始轧制的铸件数。R应该服从二项分布，其分布参数（比例）可能受加热、浸泡时间的影响。因此，我们拟合以R为因变量，以HEAT和SOAK为自变量的广义线性模型，因变量分布为二项分布，使用经典联系函数（Logit函数）。模型为 为了拟合这样的模型，选“Analyze | Fit(Y X)”，选R为Y变量，选HEAT和SOAK为自变量，按“Method”钮，选因变量分布为二项分布（Binomial），选变量N然后按“Binomial”钮，两次OK后即可以得到模型拟合窗口。可以看到，这个模型是显著的，但变量SOAK没有显著影响。去掉变量SOAK重新拟合模型。可以看出，HEAT的系数为0.0807是正数，说明加热时间越长不能轧制的件数越多。考察拟合结果窗口下方的残差对预报值图