原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第五讲 相关与回归分析的SAS程序 —一元线性回归与相关分析 —一元加权线性回归分析 —有重复观测数据的直线回归分析 —能直线化的曲线回归分析(**) 多元回归与相关分析的SAS程序 —多元线性回归分析 —复相关分析 —偏相关分析 —一元多项式回归分析 —通径分析 一元线性回归与相关分析的SAS程序 PROC REG CORR； MODEL 因变量=自变量/［选择项］； RUN； 主要使用的选择项涉及回归计算、估计、预测值和残差。常用的为： STB：打印标准回归系数； CORRB：打印估计的相关矩阵； COLLONOINT：请求进行自变量的共线性分析； P：计算预测值及残差； R：请求分析残差； CLM：打印因变量均值95%的置信界限的上下限； CLI：对每个预测值打印95%的置信界限的上下限。 【例】在四川白鹅的生产性能研究中，得到如下一组关于雏鹅重（g）与70日龄重(g)的数据，试建立70日龄重(y)与雏鹅重(x)的直线回归方程。 DATA Goose; INPUT x y@@; CARDS; 80 2350 86 2400 98 2720 90 2500 120 3150 102 2680 95 2630 83 2400 113 3080 105 2920 110 2960 100 2860 ; PROC REG CORR all; MODEL y=x /CLM CLI CORRB P R; Plot y*x=“+”; RUN; 表1-1 水稻蛋白质和赖氨酸测定结果(P4) Data Pro_Lys; Input freq Pro Lys@@; Cards; 3 8.90 0.283 5 8.41 0.320 4 9.80 0.276 8 8.09 0.299 11 9.00 0.267 7 10.22 0.255 4 8.56 0.290 6 8.78 0.295 2 10.08 0.263 9 9.90 0.270 ; Proc reg all; Model Lys=Pro; Weight freq; Plot Lys*Pro=“+”; Run; 有重复观察值试验资料的回归分析 —RSREG过程 设一试验有n个处理，每个处理重复m次，观测结果如下： 平方和与自由度的划分式 失拟性检验 回归方程的显著性检验 若FLf不显著，则 【例1-2 】 P9 已知观测结果如下，试进行回归分析 Data rep_reg; Input x y@@; Cards; 49.00 16.60 49.30 16.80 49.50 16.80 49.80 16.90 50.00 17.00 50.20 17.00 49.00 16.70 49.30 16.80 49.50 16.90 49.80 17.00 50.00 17.10 50.20 17.10 ; Proc sort; By x; Run; Proc rsreg; Model y=x / lackfit covar=1; Run; Proc plot; Plot y*x=“*”; Run; 多元线性回归分析的SAS程序 —建立多元线性回归方程; —综合线性影响显著性的检验和分析; —检验和分析各个自变量的单纯线性影响的显著性，建立最优多元线性回归方程； —评定各个自变量影响的相对重要性以及测定回归方程的偏离度； 【例】根据下述某猪场25头育肥猪4个胴体性状的数据资料，试进行瘦肉量（y）对眼肌面积（x1）、腿肉量(x2)、腰肉量(x3)的多元线性回归分析。 Data mreg; Input y x1 x2 x3 @@; Cards; 15.02 23.73 5.49 1.21 12.62 22.34 4.32 1.35 14.86 28.84 5.04 1.92 13.98 27.67 4.72 1.49 15.91 20.83 5.35 1.56 12.47 22.27 4.27 1.50 15.80 27.57 5.25 1.85 14.32 28.01 4.62 1.51 13.76 24.79 4.42 1.46 15.18 28.96 5.30 1.66 Proc reg; Model y=x1-x3/corrb; Run; Proc Stepwise; Model y=
文档评论（0）