SAS回归分析2.pptVIP

一、基本回归诊断 1、残差诊断（残差=观测值-预测值） [例]某房主记录了21天中每天电表读数(kwh)以及空调使用的小时数(ac)和烘干机使用的次数(dryer)，以kwh为因变量，ac和dryer为自变量拟合线性回归，用残差分析的方法进行回归诊断，判断模型中是否需要增加一些项。 进入分析员应用环境 并打开数据集 单击Statistics/Regression/Linear kwh?Dependent; ac,dryer?Explanatory method/backward(选后退法) plots/Residual /plot residuals vs variables (请求绘制残差图 ) Residuals/Ordinary，绘制标准化残差 variables栏下选择Independents，绘制自变量的残差图 结果：要考虑dryer的二次项 [例]对上题数据，在INSIGHT中进行二次项的分析。 进入SAS/INSIGHT，打开数据集 Analyze/Fit(y x) kwh?y ac?x dryer?Expand(选择3次) OK 结果分析：二次项与三次项都不显著。 Type Ⅲ Tests与Type ⅠTest Type III Tests 检验：所有自变量加入的情况下检测各自变量的显著性 Type I Tests 检验：加入