sas期末复习方案.ppt

PROC CORR DATA = aa.class; VAR age; WITH height weight; RUN; 回归分析的内容与目的 ● 建立变量Y与X1，X2，…，Xk的经验公式（回归方程，预测公式），即从一组样本数据出发，确定出变量之间近似的数学关系式； ● 对经验公式的可信度进行检验； ● 判断每个自变量Xi（i = 1，2，…，k）对Y的影响是否显著； ● 对经验公式进行回归诊断（诊断经验公式是否适合这组数据）； ● 利用合适的经验公式，根据自变量的取值对因变量的取值进行预测。 回归方程的检验（F检验） p值：检验Y和X的回归关系是否显著 回归方程是否能真实反映X和Y的关系 计算中心 回归方程的假设检验 检验y与x1,x2,…,xm之间是否有线性关系，在于检验假设： H0：β1=0，β2=0，…，βm=0 SSModel称为回归平方和，其大小反映了自变量xi(i=1,2,…,m)对y的影响程度；SSError称为剩余平方和，其大小反映了随机误差对y的作用大小。 R2越大或SSModel越大，线性回归效果越显著，SSError越大，线性回归效果越差。 SAS在回归分析的计算中，自动地在方差分析表中提供SSCTotal的分解式、平均平方和、F统计量和相应的p值。检验结果若拒绝原假设表示回归的作用是显著的，