sas第一次作业.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
sas第一次作业

SAS第二次作业 光科1201 梁修业 7-4-2一种合金在某种添加剂的不同浓度之下,各做三次实验,得数据如下表: 浓度x 10.0 15.0 20.0 25.0 30.0 抗压强度y 25.2 27.3 28.7 29.8 31.1 27.8 31.2 32.6 29.7 31.7 30.1 32.3 29.4 30.8 32.8 作散点图; 以模型y=b0+b1x+b2x+,,拟合数据,其中b0,b1,b2,与x无关,求回归方程。 解:(1) (2)将x看成x1,x^2看成x2,在表格中增加变量x2,此题即转化为多元线性回归 所以。 7-4-3对§7.4例3的钢包容积y和使用次数x的数据,假定。 画散点图; 试分别作变量替换,化非线性回归模型为线性回归模型并讨论回归方程的显著性。 解: (1) (2)利用Insight模块求解。增加两个变量,u=lny,v=-1/x, 说明:方程为,方差分析表中p-值小于0.0001,说明了回归方程高度显著。 7-4-4槲寄生是一种寄生在大树上部树枝上的寄生植物,它喜欢寄生在年轻的大树上,下表给出在一定条件下完成的实验中采集的数据。 x 3 4 9 15 40 y 28 33 22 10 36 24 15 22 10 6 14 9 1 1 作出(xi,yi)的散点图, 令zi=lnyi,作出(xi,zi)的散点图 以模型拟合数据,其中a,b,与x无关,试求曲线回归方程。 解:(1) (2)Insight模块。增加变量z=lny (3)承接题(2)数据表。 对两边取对数,则lny=lna+bx+ln。线性方程为: 逆运算化为曲线回归方程: 1.(第七章补充题)16次发酵猪饲料实验结果如下表,其中x1,x2,x3,x4和y分别表示发酵温度,发酵时间,pH值,投曲量和酸度。使用逐步回归方法选择适当的x1,x2,x3和x4的二次多项式,以预报y的值。 序号 x1 x2 x3 x4 y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 10 10 10 10 20 20 20 20 30 30 30 30 50 50 50 50 12 24 48 72 12 24 48 72 12 24 48 72 12 24 48 72 7 6 5 4 6 7 4 5 5 4 7 6 4 5 6 7 5 10 10 5 10 5 5 10 5 10 10 5 10 5 5 10 6.36 7.43 10.30 11.56 8.66 5.39 15.5 19.53 12.08 13.13 8.03 12.45 13.49 10.77 9.80 16.64 解: 说明: Step 1: 在只有一个自变量的回归模型中, x2 的回归平方和最大, 经F检验, 它符合选入标准, 于是得到一个自变量的回归方程 y=7.96038+0.08614 x2 Step 2: 对其余3个自变量计算偏回归平方和, 发现其中x3 的偏回归平方和最大, 经F检验, 符合引入上式的回归模型标准; 在引入x3的回归方程中计算x2, x3 的偏回归平方和, 发现它们都足够大, 不能剔除, 于是得两个自变量的回归方程 y=17.05188+0.08614x2-1.653x3 Step 3: 再对其余2个自变量计算偏回归平方和, 经F检验, 发现它们的作用都不显著, 不符合引入第二式的回归模型标准, 于是第二式便是预报y值的最优回归方程.而且从11.17718→ 7.83325 两个MS残的逐次减少, 可见表示回归方程精度的剩余标准差SQRT(MS残)也越来越小。 8-1-2.下表是我国30个省、自治区、直辖市2001年的地区工业、企业的经验效益指标数据,试作主成分分析。x1每百元固定资产原值实现的产值 (元), x2每百元固定资产原值实现的乎税(元), x3资金利税率(%),x4产值利税率(%),x5每百元销售收入实现的利润(元), x6每百元销售成本实现的利润, x7流动资金周转次数(次/年) 解:利用“分析家” 说明:前3个主成分累计方差贡献率达到96.29%,前3个主成分与原7个单指标的线性组合为: y1=0.3370z1+0.4811z2+0.4869z3+0.3270z4+0.2930z5+0.

文档评论(0)

haocen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档