课程名称应用概率.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 结果 Obs x y phat a b 1 0.03 40.5 38.2298 33.4047 43.0550 2 0.04 39.5 39.1563 34.4172 43.8953 3 0.05 41.0 40.0827 35.4180 44.7473 4 0.07 41.5 41.9355 37.3827 46.4882 5 0.09 43.0 43.7883 39.2953 48.2813 6 0.10 42.0 44.7147 40.2313 49.1982 7 0.12 45.0 46.5675 42.0622 51.0729 8 0.15 47.5 49.3468 44.7085 53.9850 9 0.17 53.0 51.1996 46.4102 55.9889 10 0.20 56.0 53.9788 48.8803 59.0774 11 0.06 . 41.0091 36.4067 45.6115 上机作业 给10只大鼠注射内霉素(30mg/kg)后，测得每只大鼠红细胞含量x与血红蛋白含量y如下所示，是对x和y进行回归分析。 x: 654 786 667 605 761 642 652 706 602 539 y: 130 168 143 130 158 129 151 153 151 109 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * §1.3 回归方程的显著性检验 §1.4 回归系数的区间估计 §1.5 预测 回归分析在SAS上的实现 proc reg 选项； 标记: model 因变量名=回归变量名/选项； run； model语句的选项： all---要求屏幕输出计算的全部 其它指定统计量的关键词输出，常用的有 p---个体观测、预测值、残差。 r---个体预测值、残差、标准误 cli---个体预测值的95%上下置信限 clm---个体观测因变量期望值的95%上下置信限 noint---指定回归方程的截距为0(即经过原点，no intercept) 例1.1的SAS程序 方差分析表 参数估计 预测区间 残差分析 求预测值 data example1; input x y; cards; 0.03 40.5 0.04 39.5 0.05 41 0.07 41.5 0.09 43 0.1 42 0.12 45 0.15 47.5 0.17 53 0.2 56 0.06 . ; run; proc plot data=example1; plot y*x; run; proc reg data=example1 outest=a; model y=x/p r cli clm; output out=aa p=phat L95=a U95=b; run; proc print data=aa; run; 回归分析 教材 《回归分析》，周纪芗编著， 华东师范大学出版社。 参考书 《应用回归分析》，S.Weisberg著，王静龙等译，中国统计出版社。 《A Modern Approach to Regression with R》(2009) Author: Simon J. Sheather. Published by Springer. 上机参考书: 《SAS系统软件上机指导》， 张彩伢编著 注：ppt中的分位数指下分位数 引 言 确定性关系和相关关系 变量与变量之间存在着两种关系： 例如，一个圆的半径与周长可以看成两个变量，而且可以用确定的函数来描述它们之间的关系。这种关系称之为确定性关系。 从平均意义上说，儿童随着年龄的增长，身高增高，但对具体的个体来说，存在着年龄小的儿童的身高超过年龄大的儿童的可能。这种不确定性的关系，我们称“相关关系”。 回归分析的目的就是要研究具有相关关系的变量间的