线性回归分析实验报告.doc

PAGE PAGE 28 数据分析课程实验报告 实验名称 线性回归分析 实验目的 1、通过实验掌握线性回归模型拟合及参数估计 2、获得处理统计推断与预测的能力 3、学会残差分析、掌握Box-Cox变换的方法 4、学会最优回归方程的选取 5、进一步熟悉SAS的应用 二、用文字或图表记录实验过程和结果 2.4解： sas程序为： data two_4; input y x1 x2; CARDS; (省略了数据) ; RUN; PROC REG DATA=two_4; model y=x1 x2/I; OUTPUT OUT=a P=PREDICTED R=RESIDUAL H=H STUDENT=STUDENT; RUN; PROC CAPABILITY DATA=a GRAPHICS; QQPLOT; RUN; PROC GPLOT DATA=a; PLOT RESIDUAL*PREDICTED RESIDUAL*x1 RESIDUAL*x2; SYMBOL VALUE=DOT I=NONE; RUN; PROC IML; N=15; USE two_4; READ ALL VAR{y x1 x2} INTO M; X=M[,2]#M[,3]; X2=M[,3]; Y=M[,1]; P=Y||X||X2; CREATE RESOLVE VAR{Y X X2}; APPEND FROM P; QUIT; PROC REG DATA=RESOLVE; MODEL Y=X X2; RUN; PROC PRINT; RUN;（1）表一参数估计的sas输出结果为： Parameter Estimates Parameter Standard Variable DF Estimate Error t Value Pr |t| Intercept 1 3.45261 2.43065 1.42 0.1809 x1 1 0.49600 0.00605 81.92 .0001 x2 1 0.00920 0 9.50 .0001 分析：参数的估计值为3.4526、0.49600、0.00920误差方差的估计值=MSE= 4.74030，由此输出结果得到回归方程为：=3.4526+0.49600X1+0.00920X2从参数估计的sas输出结果中的最后一列p值可知，该城市中适合使用该化妆品的人数X1以及他们的与收入X2对化妆品在该城市的月销售量Y有显著影响，当适合使用该化妆品人的收入X2固定时，该城市中适合使用该化妆品的人数X1每增加一人，此化妆品的月销售量将增加0.49600个单位；同理当该城市中适合使用该化妆品的人数X1固定时，他们的收入X2增加一单位时，月销售量增加0.00920个单位； （2）表二插入方差分析表： Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 2 53845 26922 5679.47 .0001 Error 12 56.88357 4.74030 Corrected Total 14 53902 分析：线性回归关系显著性检验：统计量的观测值F0=5679.47检验的p值p0=PH0（F=F0）0.0001。并且在方差分析表中，还输出了R2，即R2 =SSR/SST=53845/53902=0.9989其中R2值接近于1.，这些结果说明了Y与X1，X2之间的线性回归关系是显著的。 （3）=0.05，由于(n-p)=t0.975 (12)=0.128，利用表一中参数估计值可求得的置信度为95%的置信区间为分别为： ：3.45261+-2.43065*0.128即(3.1414868，3.7637332) ：0.49600+-0.00605*0.128即（0.37405，0.4967744） ：0.00920+-00.128即（0.00907608192，0.00932391808） （4） 参