第一章 多元线形回归.docVIP

第一章 多元线形回归 一元线形回归实例 例1.1 求点预测和置信区间 data ex;input x y @@; cards; 14.3 46.3 14 30.7 69.3 144.6 22.7 69.2 7.3 16 8 12.3 1.3 2.7 7.9 26.3 20 . ; proc gplot; plot y*x; symbol i=rl v=dot; proc reg;model y=x /cli;run; 多元线形回归实例 例1.2求点预测和置信区间（两个变量） data ex;input x1 x2 y @@; cards; 1.37 9.08 4.93 11.34 1.89 1.86 9.67 3.06 2.33 0.76 10.2 5.78 17.67 0.05 0.06 15.91 0.73 0.43 15.74 1.03 0.87 5.41 6.25 3.86 5.4 6.3 . ; symbol i=rl v=star; proc gplot;plot y*x1; proc reg;model y=x1; proc gplot;plot y*x2; proc reg;model y=x2; proc reg;model y=x1 x2/cli stb;run; （输出点预测和区间预测，标准回归系数） 例1.3 三元线形回归方程及标准回归方程，只有相关系数，没有观测值 data ex(type=corr);input _TYPE_$ _NAME_$ x1-x3 y @@; cards; mean . 32.1742 2.5868 31.2872 60.7647 std . 1.27671 0.38333 4.01626 2.16514 n . 53 53 53 53 corr x1 1 -0.48811 0.17853 0.4421 corr x2 -0.48811 1 -0.171 -0.62016 corr x3 0.17853 -0.171 1 0.51625 corr y 0.4421 -0.62016 0.51625 1 ; proc reg;model y=x1-x3/stb;run; 比较标准应用实例 例1.4 确定最优回归子集，建立最优回归方程（五元） data ex;input x1-x5 y@@; cards; 9.2 2.732 1.471 0.332 1.138 1.155 9.1 3.732 1.82 0.112 0.828 1.146 8.6 4.882 1.827 0.383 2.131 1.841 10.233 3.968 1.587 0.181 1.349 1.356 5.6 3.72 1.841 0.297 1.815 0.863 5.367 4.236 1.873 0.063 1.352 0.903 6.133 3.146 1.987 0.28 1.647 0.114 8.2 4.646 1.615 0.379 4.565 0.898 8.8 4.378 1.543 0.744 2.073 1.93 7.6 3.864 1.599 0.342 2.423 1.104 9.7 4.378 1.691 0.225 1.522 1.403 8.367 5.095 1.807 0.439 2.281 1.763 12.167 4.894 1.728 0.126 1.581 1.636 10.267 3.732 1.612 0.109 1.198 1.467 8.9 4.472 1.88 0.079 0.795 0.919 ; proc reg;model y=x1-x5/slection=rsquare b; model y=x1-x5/selction=rsquare adjrsq cp AIC MSE SSE;run; （adjrsq最大的为最优） 逐步回归 data ex;input x1-x5 y@@; cards; 9.2 2.732 1.471 0.332 1.138 1.155 9.1 3.732 1.82 0.112 0.828 1.146 8.6 4.882 1.827 0.383 2.131 1.841 10.233 3.968 1.587 0.181 1.349 1.356 5.6 3.72 1.841 0.297 1.815 0.863 5.367 4.236 1.873 0.063 1.352 0.903 6.133 3.146 1.987 0.28 1.647 0.114 8.2 4.646 1.615 0.379 4.565 0.898 8.8 4.378 1.543 0.744 2.073 1.93 7.6 3.864 1.599 0.34