自变量的选择.PPT

选项2 slentry=value; 对forward和stepwise方法规定变量选入回归模型里的显著性水平。对forward方法缺省值是0.50,对stepwise是0.15. slstay=value; 对backward和stepwise方法规定变量保留在模型里的显著性水平。对backward方法缺省值是0.10，对stepwise是0.15. 仅用于selection=adjrsq或cp的任选项 mse：平均残差平方和 aic：AIC信息量 bic: BIC信息量 jp：预测偏差的方差 sp：平均预测均方误差 PRESS方法可在selection=forward,backward,stepwise时在outest数据库中输出。例如： proc reg data=… outest=新数据集 press; model y=x1-x4/selection=stepwise; run; 例子5.1 (pp.124) data page124; input x1-x4 y; cards; 7 26 6 60 78.5 1 29 15 52 74.3 11 56 8 20 104.3 11 31 8 47 87.6 7 52 6 33 95.9 11 55 9 22 109.2 3 71 17 6 102.7 1 31 22 44 72.5 2 54 18 22 93.1 21 47 4 26 115.9 1 40 23 34 83.8 11 66 9 12 113.3 10 68 8 12 109.4 ; proc reg; model y=x1 x2 x3 x4/selection=stepwise; run; AIC准则 proc reg; model y=x1 x2 x3 x4/selection=cp aic; run; JP统计量准则 proc reg; model y=x1 x2 x3 x4/selection=cp jp; run; §5.3 自变量选择准则 §5.6 逐步回归的思想 当可供选择的自变量太多时，当然可用前面所述的自变量选择的准则去选择好的方程，但很复杂，因此很不实用。为此需要找一些简便的方法找到较好的方程。 SAS中实现自变量的选择 第五章 自变量的选择 §5.1 引言 在实际问题中可以提出许多可能对因变量有影响的自变量，如何从中选择确实有影响的自变量来建立回归方程是一个十分重要的问题。如果方程中包含的自变量过多，那么不仅使用不便，还可能削弱估计和预测的精度，而自变量过少或选得不恰当，又会使所建立的模型与实际有偏离而不能使用。然而，自变量的选择又是一个十分复杂的问题，而涉及的计算量都很大，本章的目的是对自变量选择作一些理论分析，提出一些变量选择准则，并介绍有关的计算方法。 §5.2 自变量选择的后果 自变量的选择问题可以看成是这样二个问题： 究竟应用全模型还是用选模型； 若用选模型，则究竟应包含多少变量最适合。如果全模型为真，而我们用了选模型，这就表示在方程中丢掉了部分有用变量，相反，如果选模型为真，而我们选用了全模型，这就表示在方程中引入了一些无用变量，下面从参数估计和预测两个角度来看一看由于模型选择不当带来的后果。