7第八章 相关分析和回归分析教学文稿.pptVIP

二、逐步回归法 按自变数对y作用的程度，从大到小依次逐个引入方程，当先引入的变数由于在后面引进的变数而变得都不显著时，随时将它们从回归剔除，直到在回归的变数都不能被剔除，而又没有新的变数可引入时，逐步回归过程即告结束，最后为最优方程或称最优回归方程。 三、实例 P184例8.5 甘蔗糖分与气象资料如表8.5。试求y关于x1， x2，x3的逐步回归方程。并用该方程对1984年糖分作预测。 年份 糖份（y） 9～12月份降雨量（x1） 10月份相对湿度（x2） 12月份最低温度（x3） 64/65 13.93 408.6 83 4.3 65/66 13.85 460.9 83 3.0 66/67 14.21 151.8 82 4.7 …… …… …… …… …… 83/84 390.0 80 4.6 data sgca; input y x1-x3; cards; 13.93 408.6 83 4.3 . . . . . . 11.59 480.4 83 1.5 . 390.0 80 4.6 ; proc reg; model y=x1-x3/Selection=stepwise sle=0.10 sls=0.10; run; 或proc stepwise; model y=x1-x3; run; 引入水平 提除水平 输出结果看书P150-152 Stepwise Selection: Step 1 Variable x2 Entered: R-Square = 0.3549 and C(p) = 12.2431 Analysis of Variance Source DF Sum ofSquares MeanSquare F Value Pr??F Model 1 4.28805 4.28805 9.35 0.0071 Error 17 7.79333 0.45843 ? ? Corrected Total 18 12.08138 ? ? ? Variable ParameterEstimate StandardError Type?II?SS F Value Pr??F Intercept 24.90350 3.51331 23.03367 50.24 .0001 x2 -0.13534 0.04425 4.28805 9.35 0.0071 SAS输出与说明 8.3 直线回归分析(一元线性回归) 一、直线回归方程 正相关r0 曲线相关 负相关r0 无相关 X与Y值的对应情况用点式图表示: 样本 总体 x：自变数 y：因变数 1）直线上方各点离直线的距离等于下方各点离直线的距离； 3）残差平方和取最小值； 2）直线经过点 根据极值原理，分别对a、b求导且等于0，即求出 使 最小 拟使直线方程的要求： 回归系数 回归截距 则可写出直线回归方程： 即可导出： 查F表：F0.05,(1,n-2) F0.01,(1,n-2) 若FF0.05，显著，即x与y之间的直线回归关系显著。 若FF0.01，极显著。 若F≤F0.05，不显著。 即两变量间不存在线性关系 目的：了解样本所来自的集团中两变数间是否确实存 在回归关系。 二、回归的显著性测验 但必须注意，应用时X的取值范围只能在拟合回归方程时所用样本的范围内，不能外推。 ，可用于预测、控制等， 1.预测：当X=x0时，用回归方程预测值 三、用直线方程预测 P175例8.3：橡胶树大型系比试验，刺检干胶量（x:毫克）与正式割胶产量（y:克）如下: 编号 刺检干胶量 正式割胶产量 X y 1 2 . . . 26 77 8.8 64 7.9 . . . . . . 73 3.5 试求y关于x的回归方程，并对回归方程作显著性测验。 data latex; input x y @@; cards; 77 8.8 64 7.9 … 73 3.5 ; proc reg corr; model y=x/ cli clm; /*CLI输出Y值的95%预测区间*/ Plot y*x/conf95; run; 其SAS程序： 四、直线回归实例 conf95在散点图（x，y）上附加回归直线和均值置信区间 /*选项CORR，要求输出简单相关系数*/ clm输出条件总体平均数的95%置信