SAS学习系列23.多元线性回归.docVIP

实用标准文档 多元线性回归 一、多元 性回 模型 Y= 0+ 1X1+? + NXN+ε 其中 X1, ?,X N 是自 量， Y 是因 量， 0, 1? , N 是待求的未知参 数， ε是随机 差 （残差） ，若 多元 性回 模型可写 矩 形式： Y=X β+ε 通常要求：矩 X 的秩 k+1（保 不出 共 性） , 且 kN; ε 正 分布， E(ε)=0 和 E(εε’)= 2I ！未定 。，其中 I N×N 位矩 。 用最小二乘法原理，令残差平方和 最小，得到 β的最佳 性无偏估 量（高斯－ 可夫定理） 。 文案大全 实用标准文档 2. 2 的估计和 T 检验 选取 2 的估计量： 则 假如 t值的绝对值相当大，就可以在适当选定的置信水平上否定原假 设，参数的 1-α置信区间可由下式得出： 其中 tα /2为与 α%显著水平有关的 t分布临界值。 R2和F检验 若因变量不具有 0平均值，则必须对 R2做如下改进： 随着模型中增添新的变量， R2的值必定会增大， 为了去掉这种增大的 文案大全 实用标准文档 干 ， 需要 R2 行修正（校正 合 度 自由度的依 关系） ： R2 1 ESS/ (N k 1) 1 N 1 (1 R2) TSS/ ( N 1) N k 1 做假 ： H0: 1=?= N=0; H1: 1? , N至少有一个≠ 0； 使用 F 量做 ， 若 F 大， 否定原假 。 二、 PROC REG 程步 基本 法： PROC REG data = 数据集 ; MODEL 因变量 = 自变量列表 / 可选项 ; restrict 自 量的等式 束 ; 明： MODEL 句用来指定因 量和自 量； restrict 句示例： restrict a1+a2=1; 常用的 出可 ： STB—— 出 准化偏回 系数矩 CORRB —— 出参数估 矩 COLLINOINT —— 自 量 行共 性分析 P—— 出个体 、 及残差 （R/CLM/CLI 包含 P） 文案大全 实用标准文档 R——输出每个个体观测值、残差及标准误差 CLM ——输出因变量均值 95%的置信界限的上下限 CLI ——对各预测值输出 95%的置信界限的上下限 MSE —— 要求输出随机扰动项方差 2 的估计 ?2 与残差分析有关的可选项 VIF —— 输出变量间相关性的方差膨胀系数， VIF 越大，说明 由于共线性存在，使方差变大； —— 输出条件数，它表示最大的特征值与每个自变量 特征值之比的平方根。一般情况下，条件数越大越可能存在共线性； —— 表示共线性水平的容许值， TOL 越小说明其可用别的 自变量解释的部分多，自然可能与别的自变量存在共线性关系； —— 输出 Durbin-Watson 统计量； influence—— 对异常点进行诊断，对每一观测点输出统计量 Cook’s D 50%, defits/debetas 2说明该点影响较大） 。交互式语句 add——向模型中增加变量； delete——删除原拟合模型中的有关变量； refit —— 重新拟合模型； print —— 输出有关模型的相关信息。 绘制回归分析的图形 文案大全 实用标准文档 在 PROC REG 过程步加入绘图选项语句即可。基本语法： PROC REG data = 数据集 PLOTS = (图形类型); 可选的绘图类型： FITPLOT ——带回归线、置信预测带的散点图； RESIDUALS ——自变量的残差图； DIAGNOSTICS ——诊断图（包括下面各图）； COOKSD—— Cooks D 统计量图； OBSERVEDBYPREDICTED ——根据预测值的因变量图； QQPLOT ——检验残差正态性的 QQ 图； RESIDUALBYPREDICTED ——根据预测值的残差图； RESIDUALHISTOGRAM ——残差的直方图； RFPLOT——残差拟合图； RSTUDENTBYLEVERAGE ——杠杆比率的学生化残差图； RSTUDENTBYPREDICTED ——预测值的学生化残差图； 注：残差图 (RESIDUALS) 和诊断图 (DIAGNOSTICS) 是自动生成的，根据模型也有其它默认的图形输出； 若只绘制指定的图形需要加 上 ONLY: PROC REG data = 数据集 PLOTS(ONLY) = ( 图形类型 ); 例 1 用多元线性回归模型，来研究耗氧量的是如何依赖其它变量的。 文案大全 实用标准文档 31 位成年人心肺功能的调查数据（见下表） ，由于回归是相关的，所 以理论上还应该做共线性诊断。 Oxygen runtime