2020上机课第7讲 回归分析过程.pptVIP

1 回归分析过程介绍 回归分析实现的三种方法： ? 利用“分析员应用”系统 ? 利用交互数据分析系统 ? 利用 REG ， logistic 等过程 2 1. 启动“分析员应用”，打开 SAS 数据集； (1) Solution →Analysis→Analyst (2) File →Open by SAS Name… → 选数据 集 2. 在“分析员应用”菜单栏目中选择 Statistics →Regression → Simple/Linear/logistic ； 利用“分析员应用”系统完成回归分 析的具体步骤： 3 Regression → Simple 功能： 简单回归部分仅能实现一个解释 变量的回归，可以建立一个解释变量的 一次，二次和三次多项式回归 . 4 3. 在弹出的简单线性回归分析主窗口中分别选 择响应变量和解释变量； 4. 在主窗口中间 model 部分 , 选择一次 (Linear) ， 二次 (Quadratic) 或三次 (Cubic) 多项式回归模 型； 5. 在主窗口下方按 Statistics 键 , 可以选择 Std. regression coefficients ， Confidence limits for estimates ， Correlation matrix of estimates ， Covariance matrix of estimates. 5 6. 在主窗口下方按 Predictions 键 , 可以选择对 哪个数据集 ( 原来样本和新数据集 ) 进行预测， 同时选择输出哪些量 ( 在输出窗口 | 输出数据 集中输出预测值，残差，置信区间 ). 7. 在主窗口下方按 Plots 键 , 绘制各种散点图和 回归图； Predicted: (1) Plot observed vs predicted （观测值对预测值） (2) Plot observed vs indenpent （观测值对自变量） 还可以加均值的置信限和单个预测值的置信限 . 6 Residual: (1) Plot residuals vs Variables （观测值对预测值） Residuals: ordinary ， standardized ， studentized Variables: predicted Y ， indenpents (2) 残差的 PP 图和 QQ 图 (3) Influence: Plot Influence Statistics vs variables （影响统计量对变 量） Influence Statistics ： DFFITS ， Leverage(H) ， Covariance Ratios Variables: predicted Y ， indenpents 7 Regression → Linear 功能： 建立多元线性回归模型 ( 一个响应 变量和多个解释变量 ). 包括模型选择方 法，要计算的统计量，共线性检验等， 很多选项类似一元线性回归模型，比如 散点图等 . 8 Regression → Logistic 功能： 建立多元 Logistic 回归模型 ( 一个 响应变量和多个解释变量 ). 包括模型选 择方法，要计算的统计量，共线性检验 等，很多选项类似线性回归模型，比如 散点图等 . 9 利用“交互数据分析”系统进行回归分析 的优点： (1) 建立一个解释变量的多项式回归时可以 动态变化，方便直观探索模型的形式 . (2) 方便随时添加各种统计量，统计表和统 计图 . (3) 可以建立多个解释变量的线性回归模型 和广义线性模型 . 10 “交互数据分析”系统进行回归分析的几 点说明： (1) analyze →Fit(Y,X) (2) 选响应变量和解释变量 . (3) 按钮 method ：选择广义线性模型的类 型 . (4) 按钮 output : 选择要输出的统计量 . 11 1 、 Reg 过程 2 、 Logistic 过程 3 、 CATMOD, GLM, LIFEREG, NLIN, ORTHOREG, PLS, PROBIT, RSREG 和 TRANSREG 过程 注： The REG procedure provides the most general analysis capabilities; the other procedures give more specialized analyses. SAS 中的回归分析过程 12 1. REG 过程 : 进行一般线性回归分析 . 该 过程包含许多回归诊断的功能；提供 9 种 选择回归模型的方法；可生成原始数据和 统计量的