第7章 相关与线性回归分析-正式课件综述.pptx

第7章 相关与线性回归分析 ;在科学研究和生产实践中，经常要进行两类变量间关系的分析，例如仔畜的初生重与断奶重、饲料的营养浓度与畜禽增重速度的关系。 ;第2节 相关分析 ;第2节 相关分析;二、用于相关分析的SAS过程—CORR过程 1、 CORR过程的调用格式 PROC CORR 选项； VAR 变量名表； WITH 变量名表； PARTIAL 变量名表； 当进行普通相关分析时，只有PROC CORR语句是必须的，当进行偏相关分析时，PARTIAL语句也是必须的。其他语句都是可选择性的。;2、语句说明 PROC CORR语句 该语句用于调用CORR过程进行相关分析，其常用的选项主要包括： ①PEARSON 计算通常的Pearson相关系数，即直线相关系数，缺省时系统会默认计算出该相关系数。 ②Spearman 计算Spearman等级相关系数（或秩相关系数）。 ③NOSIMPLE 取消打印每个变量的描述性统计量（如平均数、标准差等）。如果该项缺省，则会打印出每个分析变量的基本统计量。 ;（2）VAR语句 用于指明所要分析的变量，如果缺省，则系统默认对其他语句中没有提及的所有数值型变量进行分析。 （3）WITH语句 用于设定放在左边的变量，与VAR语句配合使用，此时VAR语句的变量间和WITH语句的变量间相关系数不给出，只输出VAR变量和WITH变量间的相关系数。如果该语句缺省，系统会计算VAR语句中的所有变量之间的两两相关系数。 3、结果输出 CORR过程在执行后，其输出的结果包括简单统计量、相关系数及显著性检验。 ; 4、实例应用分析 【例7.1】某地方病研究所调查了8名正常儿童的尿肌酐含量（mmol/24h）如表7-1，试分析尿肌酐含量与年龄之间的相关关系。;程序7-1 DATA EX7_1; INPUT X Y @@; CARDS; 13 3.54 11 3.01 9 3.09 6 2.48 8 2.56 10 3.36 12 3.18 7 2.65 ; PROC CORR; VAR X Y; RUN;第3节 回归分析;三、回归分析涉及以下几方面内容： 1、估计。估计与方程有关的未知参数，并检验对于这些参数所做的统计假设，建立相应的回归模型 2、预报。用所得的回归方程对自变量的一组值估计因变量的值（点/区间估计） 3、自变量选择。从可能对因变量Y有影响的一组自变量中，挑选出对Y有影响的变量，剔除影响不大的变量，或按某一标准，建立最优的回归方程 4、模型诊断。检查数据、回归方程、统计推断方法中可能存在的问题，建立较合理的、稳健的模型.;四、建立回归方程的应用： 1、描述。描述某种现象与其影响因素的数量依存关系。例如，某疾病发病率与气温、湿度的关系。 2、预测。把预报因子（自变量）代入回归方程对预报量（因变量）及其波动范围进行估计。 3、控制。回归方程逆运算，即要求因变量在一定范围内波动，可以通过调控自变量的取值来实现。 五、线性回归分析的SAS过程 可采用REG和GLM两个过程来完成。REG过程进行一元或多元回归以及可线性化的非线性回归分析，通过适当的选项还可计算出变量间的简单相关系数，即采用REG过程可同时完成线性相关和回归分析。 ;1、REG过程的调用格式 PROC REG 选项； MODEL 因变量= 自变量／选项； BY 变量； WEIGHT 变量； PRINT 选项； PLOT y 轴变量*x轴变量[=‘符号’]； 上述语句中，PROC REG和MODEL语句是必须的，其他语句是可选择性的。;2、语句说明 PROC REG语句 PROC REG 选项； 指明调用REG过程作回归分析。其常用的选项主要有： ① 数据集选项 DATA=SAS数据集： 指定分析数据集，如果缺省，则对最新创建的数据集进行分析；OUTEST=SAS数据集，要求将参数估计和选择的统计量输出到SAS数据集中等。 ② 结果输出选项（CORR/SIMPLE） CORR：对在MODEL和VAR语句中列出的所有变量计算简单r，并输出相关系数矩阵； SIMPLE：对用REG过程进行分析的每个变量输出所有观测的总和、均值、标准差和平方和等简单统计量。;MODEL语句 （1）功用：定义所用的回归分析数学模型。 在MODEL语句中出现的变量必须是用于分析的数据集中的数值型变量。如想考虑模型中X1的二次项，不能在MODEL语句中使用XI*X1，而必须用DATA步骤产生一个新变量（如XISQUARE=X1*XI），然后再在MODEL语句中使用这个新变量。 （2）MODEL语句常用的选项主要有： ①