SAS课程报告例模板.docVIP

SAS课程报告样例模板 回归分析报告 姓名 学号 专业 数据来源 《生物统计》张启能编 P284； 原始数据列表及变量说明 数据为鲁西黄牛的体长、胸围、体重资料 其中， n 为序号 x1为体长 cm x2胸围 cm y为体重 kg n x1 x2 y 1 151.3 191 454 2 147.3 183 478 3 146.8 189 455 4 158 190 506 5 152 187 457 6 154.2 193 506 7 149 183 426 8 141.5 180 396 9 142.5 192 446 10 138 172 378 11 145.2 185 437 12 147.2 175 398 13 144.5 175 392 14 155 187 455 15 149.8 188 485 16 146.2 172 388 17 138.1 193 463 18 146 193 458 19 156.2 186 496 20 151.5 186 462 要解决的问题： 研究鲁西黄牛的体重y与体长x1、胸围x2之间的关系。 SAS回归分析程序 proc reg data ccc.Lreg1 ; model y x1 x2 / selection stepwise r p ; run ; 部分输出结果简介 Stepwise Selection: Step 2 V ariable x1 Entered: R-Square 0.8260 and C p 3.0000 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 2 24332 12166 40.35 F Intercept -704.90202 129.51249 8931.59988 29.62 0.0001 x1 3.03170 0.75384 4876.53290 16.17 0.0009 x2 3.79981 0.61200 11623 38.55 0.0001 All variables left in the model are significant at the 0.1500 level. All variables have been entered into the model. Summary of Stepwise Selection Variable Variable Number Partial Model Step Entered Removed Label Vars In R-Square R-Square C p F Value Pr F 1 x2 x2 1 0.6605 0.6605 17.1740 35.01 0.0001 2 x1 x1 2 0.1655 0.8260 3.0000 16.17 0.0009 结果分析 选用Stepwise法进行回归分析。该分析方法变量被逐步引入到模型中而且对引入的变量的F统计量在Slentry的水平上必须是显著的。引入一个变量之后，还要检验所有已包含在模型中的变量，并删除在Slentry水平上不显著的一切变量，并继续引进、循环，以达最佳。 Stepwise的结果，选择以下的线形回归模型： Y -704.90+3.03x1+3.80x20 由分析表明，所有变量（x1、x2）都满足0.1500的显著水平而都进入模型。x1（体长）、x2（胸围）对y（体重）的影响都很显著。x2在模型中的显著水平为 0.0001，x1在模型中的显著水平为0.0009。 整个模型的Model R-Square 0.8260; 模型显著水平为 0.0001。 注意：如果建立的模型R-Square取值较低，如低于0.7，可进一步在模型中添加二次项，三次项或交叉项，重新拟合模型，选择一个最佳模型。 聚类分析报告 数据来源：《数据分析》范金城 梅长林 编著 科学出版社 P242 6.9题 某年各地农民 生活费用支出数据 原始数据及变量说明：num—序号，area—地区，x1—食品，x2—衣着，x3—燃料，x4—住房，x5—生活用品及其它，x6—文化生活服务支出 num area x1 x2 x3 x4 x5 x6 1 北京 190.33 43.77 7.93 60.54 49.01 90.4 2 天津 135.2 36.4 10.47 44.16 36.49 3.94 3 河北 95.21 22.83 9.3