sas多元統(tǒng)計(jì)分析例題程序輸出結(jié)果分析過程_第1頁
sas多元統(tǒng)計(jì)分析例題程序輸出結(jié)果分析過程_第2頁
sas多元統(tǒng)計(jì)分析例題程序輸出結(jié)果分析過程_第3頁
sas多元統(tǒng)計(jì)分析例題程序輸出結(jié)果分析過程_第4頁
sas多元統(tǒng)計(jì)分析例題程序輸出結(jié)果分析過程_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、所 在 院 系 計(jì)算機(jī)與信息工程學(xué)院學(xué) 科 專 業(yè) 農(nóng)業(yè)信息化研究生姓名宋 玲 指 導(dǎo) 老 師: 薛河儒2013年12月21日用線性回歸分析方法分析林木生物量的影響因素1. 題目在林木生物量生產(chǎn)率研究中,為了了解林地施肥量(x1,kg)、灌水量(x2,10)與生物量(Y,kg)的關(guān)系,在同一林區(qū)共進(jìn)行了20次試驗(yàn),觀察值見下表,試建立Y關(guān)于x1,x2的線性回歸方程。1. 程序DATA ct;INPUT x1 x2 y ;XSQ=x1*x2;CARDS;54 29 5061 39 5152 26 5270 48 5463 42 5379 64 6068 45 5965 30 6579 51 67

2、76 44 7071 36 7082 50 7375 39 7492 60 7896 62 8292 61 8091 50 8785 47 84106 72 8890 52 92;PROCREG;MODEL y=x1 x2/PCLI;MODEL y=x1 x2 xsq/PCLI;Run;3.輸出結(jié)果(1)回歸模型是否顯著,顯著水平是多少?復(fù)相關(guān)系數(shù)是多少?答:回歸方程顯著,顯著水平是。復(fù)相關(guān)系數(shù)是。(2)回歸系數(shù)的估計(jì)值是多少?顯著性如何?答: X1 1.(3)寫出回歸方程的表達(dá)式。(4)利用殘差(實(shí)測值與預(yù)測值之差)、95%置信取間的上下限討論預(yù)測預(yù)報(bào)效果及預(yù)報(bào)的穩(wěn)定性。答:根據(jù)上面結(jié)果可知

3、殘差和95%置信區(qū)間的上下限的差異很大,最大的達(dá)到7.4640.最小的達(dá)到8.幅度比較大。所以穩(wěn)定性也很差。(5)對(duì)本問題再求出Y關(guān)于X1、X2的二次多項(xiàng)式回歸方程,并與線性回歸方程比較,說明優(yōu)缺點(diǎn)。由輸出結(jié)果知:二次模型在水平下是顯著的,預(yù)測模型為: y=-14.553333+1.66857x1-0.73311x2-0.00271x1*x2 線性模型在水平下也是顯著的,預(yù)測模型為: y對(duì)比來說:MODEL2復(fù)相關(guān)系數(shù)更接近1,預(yù)測值與實(shí)測值更接近,回歸效果更好,因此y與x 的關(guān)系應(yīng)選用二次模型。用線性回歸方法分析影響水稻粒重的因素1. 題目s,觀測11個(gè)水稻品種(03DH1、03DH2、03

4、DH3、03DH 4、03DH5、03DH6、03DH7、03DH 8、03DH9、03DH10、03DH11)的各種性狀:穗數(shù)xl、枝梗數(shù)x2、秕粒x3、200粒重y。每個(gè)水稻品種取5株以5株為一個(gè)單位。研究水稻200粒重y與穗數(shù)xl、枝梗數(shù)x2、秕粒x3之間的關(guān)系,分析哪些因素對(duì)200粒重y的影響較大。nonumx1x2x3y03DH1514165903DH2527132703DH3531119403DH4520156403DH55241416703DH65191334003DH7530134003DH84211212203DH9529139003DH10530148503DH115411

5、31202. 程序TITLE'多元線性回歸分析'DATA AMO;INPUT Y X1-X3;CARDS; 5.87 14 16 59 5.58 27 13 27 5.83 31 11 94 4.71 20 15 64 5.59 24 14 167 3.85 19 13 340 5.52 30 13 40 5.65 29 13 90 4.97 30 14 85 5.31 41 13 120 ;PROCREG;MODEL y=x1 x2 x3;MODEL Y=X1 X2 X3/SELECTION=STEPWISE CLI;RUN;3. 輸出結(jié)果4. 分析結(jié)果REG過程中,MODEL語句可以交互使用,本例我們建立了兩個(gè)模型,第一個(gè)MODEL沒有做變量篩選,第二個(gè)MODEL指定逐步回歸方法篩選變量。并且用CLI輸出預(yù)測值與預(yù)測區(qū)間。REG過程擬合帶截距項(xiàng)的直線回歸方程,用最小二乘法估計(jì)模型的參數(shù),并給出模型及參數(shù)的方差分析及T檢驗(yàn)。本例的兩個(gè)模型1檢驗(yàn)P值大于,無統(tǒng)計(jì)學(xué)意義。模型2為逐步回歸法,只納入了X3,由參數(shù)估計(jì)表可知,對(duì)常數(shù)檢驗(yàn)t值為,Pr>|t|的值小于,遠(yuǎn)小于,說明截距項(xiàng)(即常數(shù)項(xiàng)Intercept)通過檢驗(yàn),估計(jì)值為5.82331.對(duì)自變量x1分析

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論