[教学]4 SAS中多元线性回回.ppt

用SAS进行回归分析;SAS中用于回归分析的过程;SAS中用于回归分析的过程;reg过程 ;reg过程的选项;REG过程的语法格式如下：;程序中全部语句中只有第一行和MODEL语句是必需的，其他都可以省略。 MODEL语句，必需语句，定义回归分析模型 VAR语句为可选的，指定用于计算交叉积的变量 PLOT语句为可选的，用于绘制变量间的散点图，还可添加回归线。 【过程选项（reg语句的选项）】 OUTEST=数据集名 指定统计量和参数估计输出的新数据集名。 NOPRINT 禁止统计结果在OUTPUT视窗中输出。 SIMPLE 输出REG过程中所用的每个变量的基本统计量。 CORR 输出MODEL语句或VAR语句中所列变量的相关矩阵。 ALL 等价于MODEL语句加上全部选项，即输出该语句所有选项分析结果。 ;【MODEL语句】 MODEL语句定义模型中的因变量、自变量、模型选项及结果输出选项。语句中的变量只能是数据集中的变量，任何形式的变换都必须先产生一个新变量，然后用于分析。如X1的二次项，不能在模型中直接指定X1*X1，而要产生另一个新变量代表X1*X1，方可引入模型。 MODEL语句中常用的选项有： NOINT 在模型中不拟合常数项。 STB 输出标准化回归系数。 CLI 输出个体预测值 ?的95%可信区间上下限。 CLM 输出因变量期望值(均值)的95%可信区间上下限。 R 输出个体预测值、残差及其标准误。 P 输出实际值Yi、预测值 ? 和残差等。如已选择了CLI、CLM和R，则无需选择P。 SELECTION=name来选择逐步回归的方法。 ;【OUTPUT关键字】 REG过程中OUTPUT语句的用法和means过程中的用法相同，只是会用到另一些关键字。关键字用来定义需要输出到新数据集中的统计量，常用的关键字及其含义有： ;【PLOT语句】 PLOT语句用于输出变量间的散点图，其用法和GPLOT过程中的PLOT语句非常相似。PLOT语句定义的两变量可为MODEL语句或VAR语句中定义的任何变量。SYMBOL选项可定义散点图中点的标记，如SYMBOL=’*’，则每个点以“*”表示。 ;逐步回归分析;使用SELECTION=FORWARD（或F）变量增加法、BACKWARD（或B）变量减少法、STEPWISE变量增减法，会用到参数slentry与slstay。它们也可以简写为sle与sls。 SLE=概率值，入选标准，规定变量入选模型的显著性水平，前进法的默认是0.5，逐步法是0.15 SLS=概率值，剔除标准，指定变量保留在模型的显著水平，后退法默认为0.10，逐步法是0.15 ;最大R2增量法(MAXR)　　首先找到具有最大决定系数R2的单变量回归模型,其次引入产生最大R2增量的另一变量。然后对于该两变量的回归模型，用其他变量逐次替换，并计算其 R2，如果换后的模型能产生最大R2增量，即为两变量最优回归模型，如此再找下去，直到入选变量数太多，使设计矩阵不再满秩时为止。;最小R2增量法(MINR)　　首先找到具有最小决定系数R2的单变量回归模型，然后从其余变量中选出一个变量，使它构成的模型其他变量所产生的R2增量最小，不断用新变量进行替换老变量，依次类推，这样就会顺次列出全部单变量回归模型,最后一个为单变量最佳模型;两变量最小R2增量的筛选类似最大R2增量法(MAXR) ，但引入的是产生最小R2 增量的另一变量。对该两变量的回归模型，再用其他变量替换，换成产生最小R2增量者，直至R2不能再增加，即为两变量最优回归模型。依次类推，继续找含３个或更多变量的最优回归模型等等,变量有进有出。　　它与R2增量法选的结果不一定相同，但它在寻找最优模型过程中所考虑的中间模型要比本节第４种方法多。;R2选择法(RSQUARE)　　从模型语句中的各自变量所有可能子集中选出规定数目的子集，使该子集所构成的模型的决定系数R2最大。要注意∶当观测点少、且模型语句中变量数目过多时, 程序不能运行，因为过多变量使误差项无自由度，设计矩阵不满秩，所以最多只能从所有可能的变量中选择观测点数减１个变量放入模型。本法和修正R2选择法(ADJRSQ)以及Mallow‘s Cp选择法(CP)分别是按不同标准选出回归模型自变量的最优子集，这类选变量法不是从所有可能形成的变量中，而仅仅从模袖量中穷举。　　本法的局限性在于∶其一，当样本含量小于等于自变量(含交互作用项)个数时，只能在一定数目的变量中穷举，为找到含各种变量数目的最优子集，要么增加观测，要么反复给出不同模型；其二，选最优子集的标准是R2，完全没考虑其他标准。 修正R2选择法(ADJRSQ)以及Mallow‘s Cp选择法(CP)与R2选择法(RSQUARE)