[工学]SAS统计分析与应用第三讲.ppt

Statistics设置： 回归系数的标准误 估计的置信区间 估计的相关矩阵 估计的协方差矩阵 Predictions设置： Predict original sample 预测原样本 List predictions 预测结果输出 Residuals，prediction limits 另外输出残差和预测上下限 预测结果 Murder预测值 Murder预测下界 Murder预测上界 Murder预测残差 Murder vs PRED Scatter Plot Linear回归 Linear回归： 多个自变量， 多个因变量， 对因变量分别进行回归。 分为： 一元线性回归 多元线性回归 主要了解两项设置 分析结果 Model 设置模型选择方法及准则 Method： Full model Forward selection Backward elimination Stepwise selection Maximum R-square improvement Minimum R-square improvement Mallows’ Cp R-square Adjusted R-square 设定3种方法 的选择准则： 显著性水平 Statistics选项(仅供后3种方法选择) Akaike’s information criterion (简称AIC信息准则) Bayesian information criterion Schwarzs Bayesian criterion Amemiya’s prediction criterion Adjusted R-squares Error sum of square Root mean square error Statistics设置模型拟合优度及模型诊断相关统计量 回归系数的标准误 估计的置信限 Type I平方和 Type II平方和 估计的相关阵 估计的协方差阵 偏相关 半偏相关 Tests 选项 共线性分析 容许值 方差膨胀因子 （变异数膨胀因子） 异方差检验 渐进协方差阵 自相关：Durbin-Watson统计量 逐步回归结果 逐步回归概览 模型及方差分析 参数估计及检验 估计的协方差阵和相关阵 共线性诊断 （异方差）一致协方差阵 自相关检验 方差分析 单因素方差分析 多因素方差分析 例子：有5种品牌的饲料，每个品牌随机抽取4袋检查其营养含量。使用方差分析过程分析不同品牌饲料的营养含量是否有显著差异。 * 1.2 Distribution -分布信息 选择变量?Analysis Fit—选择distribution Sample estimates Enter values 1.3 Correlations -变量间的相关系数 选择两个或以上变量?Correlate 计算偏相关系数 1.4 Frequency Counts -统计变量的频数 Hypothesis Tests-假设检验 统计? 单样本下： 均值Z检验： 均值t检验： 比例检验： 方差检验： 假设检验 One Sample Z Tests One Sample t Tests One Sample Proportion Tests One Sample test for a variance 理论说明： 正态总体均值检验： 1）方差已知 2）方差未知 正态总体的方差检验： Hypothesis Tests-假设检验 统计 ? 双样本下： 均值差t检验： 成对样本均值差t检验: 比例差检验: 方差比检验： 假设检验 Two Sample t Test For Means Two Sample paired t test for means Two Sample test for proportions Two Sample test for Variance 来自独立正态总体的两样本均值差的检验 两样本 方差已知 u检验 方差未知 但相等 t检验 方差未知 大样本 u检验 方差未知 小样本 渐进t检验 其中： 理论说明： 来自独立正态总体的两样本方差比的检验又称方差齐性检验或同质性检验，F检验。 1） 单总体均值Z检验（总体方差已知） One Sample Z – Tests for a Mean 检验结果 图形输出 2） 单总体均值t检验（总体方差未知小样本） One Sample t Tests for a Mean 检验结果 图形输出 3） 单总体比例的Z检验（大样本） One Sample Test for a Proportion 检验结果 所要研究的总体属性 图形输出 4） 单总体方差的卡方检验 One Sample T