1207011017SAS回归实验论文程序.doc

合肥学院 5第二学期 《多元统计分析》课程论文 论文题目 回归分析 姓 名 马坤鹏 学 号 1207011017 专 业 信息与计算科学 成 绩 居民消费指数影响因素回归分析 ：消费指数消费指数食品和消费指数价格指数医疗保健及个人用品价格指数进行回归分析研究消费指数食品和消费指数价格指数影响。 ：回归分析 居民消费价格指数是反映一定时期内城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。通过对居民的消费指数食品和消费指数价格指数医疗保健及个人用品价格指数进行回归分析影响消费指数的。地区内与价格指数分析这些数据来这几种的价格的消费指数关系 共有24组观测值，如下： 食品 衣着价格 医疗保健 交通和通信 居住 消费指数 1 103 102.6 101.4 100.2 101.9 102 2 103.5 100.8 100.4 99.8 100.9 101.5 3 102.6 100.6 100.6 99.3 100.9 101.3 4 103 105.5 101.7 100.2 101.1 102.1 5 103.4 102.7 101.1 100.1 100.4 101.8 6 102.8 102.1 100.9 99.4 100.7 101.5 7 103.7 102.6 101.9 100.7 101.1 102.2 8 103.3 103.4 100.6 100.6 101.9 102.1 9 103.7 101.3 102.5 99.6 100.5 101.9 10 102.9 104 100.6 100.1 104.4 102.6 11 102.4 104 101.7 100.4 102.2 102.3 12 103.4 101.9 101.8 100.2 102.5 102.3 13 102.2 101.6 101.8 99.2 102.1 101.6 14 103 101.7 100.9 100.6 101.7 101.9 15 103.3 102.2 101.4 100 102.4 102.3 16 102.4 103.3 101.6 100.2 102.8 102.1 17 103.1 102.5 101 100.3 102.2 102.1 18 102.2 102.6 100.7 100.4 103.1 101.9 19 101.7 101.3 102.3 100 101.1 101.6 20 103.6 103.6 100.9 100 101.3 102 21 104 98.6 101.4 99.8 101.1 101.7 22 103.5 100.7 101.5 100.7 102 102 23 102.8 102.7 102.9 100.9 101.3 101.7 24 102.3 102.2 101 100.5 101.5 101.5 模型建立 逐步回归是多元回归中用以选择自变量的一种常用方法。回归分析法在分析多因素模型时，更加简单和方便；运用回归模型，只要采用的模型和数据相同，通过标准的统计方法可以计算出唯一的结果。回归分析可以准确地计量各个因素之间的相关程度与回归拟合程度的高低，提高预测方程式的效果；在回归分析法时，受实际一个变量仅受单个因素的影响的情况较少。 （1）考虑是否对原始数据进行标准化；为了减少量纲的影响及减少计算误差，经常对数据进行标准化。 （2）由中心化后的数据阵计算阶矩阵； （3）给定引入变量时的显著性水平和剔除变量时的显著性水平。 2.逐步筛选自变量： 从出发利用消去变换进行多因变量逐步回归计算 . 第1步：考虑从m个自变量中能否引入变量; 第k步：考虑能否剔除变量的步骤. 不妨设已引入回归方程的变量记为，每引入或剔除一个自变量作一次消去变换，经若干次消去变换后化为 第k+1步：考虑能否引入新变量的步骤. 不妨设从未入选回归方程的变量为；当前矩阵为。 3.给出计算结果： 设筛选自变量的过程结束时,入选的自变量为，矩阵经多次消去变换后化为。 (1) 与的回归方程为 (2) 协差阵的无偏估计为; (3) 第j个因变量对的多元回归模型的残差平方和,复相关系数 三、SAS软件操作： data mkp; input X1 X2 X3 X4 X5 Y; cards; 103 102.6 101.4 100.2 101.9 102 10