3使用reg做回归分析.docx

1. REG过程的语法格式 REG过程的基本用法为：PROC REG DATA＝输入数据集 [选项列表]； VAR 变量列表； MODEL 因变量 = 自变量表/选项； PRINT 选项列表； PLOT y变量名*x变量名 [=符号] [/选项列表]；RUN；说明： MODEL语句用以指定所要拟合的回归模型，其后的选项与REG语句的选项类似。 PLOT语句用以对两个变量绘制散点图，表达式中位置在前（在乘号“*”之前）的变量作为散点图的y轴，位置在后的变量作为散点图的x轴。等号后的符号为散点图中表示点的图形符号，此项内容可省略，SAS会用默认方式显示图形，但如需指定，符号要用单引号括起来。对于同一个模型可以指定多个plot语句。 PRINT语句用于交互地显示MODEL语句中的有关选项，可以将拟合模型的有关统计量显示在结果中。【例4-7】使用REG过程对数据集Mylib.jyzk中所有6个自变量与因变量单位面积营业额Y建立多元线性回归。调用如下的REG过程就可以在输出窗口产生如图4-43所示的结果：procreg data = Mylib.jyzk;var y x1 – x6;model y = x1 – x6;run;逐步回归我们发现有些变量的作用不显著，所以使用REG提供的自动选择最优自变量子集的选项。在MODBL语句中加上“SELECTION = 选择方法”的选项就可以自动挑选自变量，选择方法有NONE（全用，这是缺省），FORWARD（向前逐步引入法），BACKWARD（向后逐步剔除法），STEPWISE（逐步筛选法），MAXR（最大R2增量法），MINR（最小R2增量法），RSQUARE（R2选择法），ADJRSQ（修正R2选择法），CP（Mallows的Cp统计量法）。比如，我们用如下程序：model y = x1 – x6 / selection=stepwise;run;可得到逐步筛选法的分析结果，如图4-44～4-47所示。图4-45 逐步筛选法第2步图4-46 逐步筛选法第3步图4-47 最终结果模型最后结果表明，只有变量x2、x3、x4进入了模型，而其它变量则不能进入模型。4. 预测 REG过程给出的缺省结果比较少。用PRINT语句和PLOT语句可以显示额外的结果。为了显示模型的预测值(拟合值)和预测值的95%置信区间，使用语句：print cli;run;得到如图4-48所示的结果。用print cli列出的是预测值的置信区间，使用如下语句还可以列出模型均值的置信区间：printclm;run;图4-48 预测值和95%置信区间5. 散点图对于自变量是一元的情况，可以在自变量和因变量的散点图上附加回归直线和均值置信界限。比如，plot y*x2/conf95;run;可以产生图4-49，在图的上方列出了回归方程，右方还给出了观测个数、R2、修正的R2、根均方误差。4.3.1 多项式回归1. 问题【例4-8】某大型牙膏制造企业为了更好地拓展产品市场，有效地管理库存，公司董事会要求销售部门根据市场调查，找出公司生产的牙膏销售量与销售价格、广告投入等之间的关系，从而预测出在不同价格和广告费用下的销售量。为此，销售部的研究人员收集了过去30个销售周期(每个销售周期为4周)公司生产的牙膏的销售量、销售价格、投入的广告费用，以及同期其它厂家生产的同类牙膏的市场平均销售价格，见表4-3。表4-3 牙膏销售量与销售价格、广告费用等数据销售周期公司销售价格(元)其它厂家平均价格(元)广告费用(百万元)价格差(元)销售量(百万支)13.853.805.50-0.057.3823.754.006.750.258.5133.704.307.250.609.5243.703.705.5007.50………………273.703.656.50-0.058.27283.753.755.7507.67293.803.855.800.057.93303.704.256.800.559.26其中价格差指其它厂家平均价格与公司销售价格之差。表中数据已存放在数据表Mylib.yagao中，试根据这些数据建立一个数学模型，分析牙膏销售量与其它因素的关系，为制订价格策略和广告投入策略提供数量依据2. 分析与假设由于牙膏是生活必需品，对大多数顾客来说，在购买同类产品的牙膏时更多地会在意不同品牌之间的价格差异，而不是它们的价格本身。因此，在研究各个因素对销售量的影响时，用价格差代替公司销售价格和其它厂家平均价格更为合适。记牙膏销售量为y，其它厂家平均价格与公司销售价格之差(价格差)为x1，公司投入的广告费用为x2，其它厂家平均价格和公司销售价格分别为x3和x4，x1 = x3–x4。基