江西财经大学SAS软件学生实验报告6.docVIP

学 生 实 验 报 告 学 院： 统计学院 课程名称： SAS软件 专业班级： 09统计1班 姓 名： 叶玮羚 学 号： 0092276 学生实验报告 （经管类专业用） 学生姓名 叶玮羚 学号 0092276 同组人 实验项目 相关与回归分析 必修 操作性实验 实验地点 0505 实验仪器台号 指导教师 董成武 实验日期及节次234节 一、实验目的及要求： 1、目的 2、内容及要求 二、仪器用具： 仪器名称 规格/型号 数量 备注 计算机 1 SAS软件 1 三、实验方法与步骤: 四、实验结果与数据处理： （一）两变量直线相关于回归分析 1、在SAS编辑窗口输入命令： data prg1; input x y @@; datalines; 42 2.55 42 2.2 46 2.75 46 2.4 46 2.8 50 2.81 50 3.41 50 3.1 52 3.46 52 2.85 58 3.5 58 3 ; proc corr; var x y; run; 结果如图所示： 结果说明：本题Pearson相关系数为r=0.74948，所对应的P=0.0050＜0.05，说明两个变量之间存在正相关关系，即体重增大时，肺活量也相应增大。 用Insight制作散点图，结果如图所示： 2、（1）由第1小题知: 体重和肺活量之间存在正相关关系 （2）在SAS编辑窗口输入命令： proc reg data=work.prg1; model y=x; run; 结果如图所示： 结果说明：第一部分是回归模型的方差分析的结果，本题中F=12.82，P=0.0050＜0.05，说明模型是有意义的。第二部分是一些描述性统计量，本题中剩余标准差为0.28775，应变量y的均数为2.90250，应变量y的变异系数为3.91388，相关指数（即相关系数的平方）为0.5617，校正系数为0.5179.第三部分为参数估计的结果，常数项Intercept的估计值为0标准误为0.81488，与参数为0的总体进行比较，t检验的结果为：t=0，P=0.9996＞0.05,表示常数项与0的差别无统计意义。变量x的回归系数为0.05883，标准误为0.01643，与参数为0的总体进行比较，t检验的结果为：t=3.58，P=0.0050＜0.05，表示回归系数与0的差别有统计意义，两变量之间确实存在回归关系。回归方程为：=00.05883x （3）data new; input x @@; cards; 57 ; proc sort data=work.prg1 out = sorted; by x; data new; set sorted new; run; proc reg data = new; model y = x/p; id x; run; 结果如图所示： 由图可知：体重为57kg的女生的肺活量是估计值是3.3535L。 4、在SAS编辑窗口输入命令： proc reg data=work.prg1; model y=x/clm; run; 结果如图所示： 结果说明：第5、6列为clm选项的结果，为预测值均数的95%可信区间（95%CL Mean）。 多元线性回归分析 1、在SAS编辑窗口输入命令： proc reg data=dst.fitness; model oxygen=age weight rstpulse maxpulse runpulse runtime; run; 结果如图所示： 结果说明：第一部分是对回归模型的方差分析的结果，本题中F=22.32，P=0.001＜0.05，说明模型是有意义的。第二部分为描述性统计量。第三部分为回归方程的参数估计值及其与总体参数为0比较的t检验。因为模型有意义，可列出回归方程为：OXYGEN＝－0.21992AGE－0.07238WEIGHT－0STPULSE＋0.30473MAXPULSE－0.37316RUNPULSE-2.6