多元分析上机实验修改讲稿.ppt

多元分析上机实验修改第一页，讲稿共二十一页哦2022-9-62Y0102030405060708090100110120130140150X010203040506070第二页，讲稿共二十一页哦2022-9-63Model:MODEL1Dependent Variable:YAnalysis of Variance Sum of MeanSource DF Squares Square F Value ProbFModel 1 14141.74052 14141.74052 140.992 0.0001Error 6 601.80823 100.30137C Total 7 14743.54875 Root MSE 10.01506 R-square 0.9592 Dep Mean 43.51250 Adj R-sq 0.9524C.V.23.016511)1(222 pnRpRRjdA为校正后的决定系数为校正后的决定系数.第三页，讲稿共二十一页哦2022-9-64 Parameter Estimates Parameter Standard T for H0:Variable DF Estimate Error Parameter=0 Prob|T|INTERCEP 1 5.922366 4.74969580 1.247 0.2589 X 1 2.076803 0.17490302 11.874 0.0001Model Crossproducts XX XY YYXX INTERCEP X YINTERCEP 8 144.8 348.1X 144.8 5899.66 13109.99Y 348.1 13109.99 29890.25XX Inverse,Parameter Estimates,and SSE INTERCEP X YINTERCEP 0.2249182623 -0.005520346 5.9223664747 X -0.005520346 0.0003049915 2.0768029572 Y 5.9223664747 2.0768029572 601.80822932第四页，讲稿共二十一页哦2022-9-65Model:MODEL1Dependent Variable:YAnalysis of Variance Sum of MeanSource DF Squares Square F Value ProbFModel 1 14141.74052 14141.74052 140.992 0.0001Error 6 601.80823 100.30137C Total 7 14743.54875 Root MSE 10.01506 R-square 0.9592 Dep Mean 43.51250 Adj R-sq 0.9524C.V.23.016511)1(222 pnRpRRjdA为校正后的决定系数为校正后的决定系数.第五页，讲稿共二十一页哦2022-9-66 Parameter Estimates Parameter Standard T for H0:Variable DF Estimate Error Parameter=0 Prob|T|INTERCEP 1 5.922366 4.74969580 1.247 0.2589 X 1 2.076803 0.17490302 11.874 0.0001Model Crossproducts XX XY YYXX INTERCEP X YINTERCEP 8 144.8 348.1X 144.8 5899.66 13109.99Y 348.1 13109.99 29890.25XX Inverse,Parameter Estimates,and SSE INTERCEP X YINTERCEP 0.2249182623 -0.005520346 5.9223664747 X -0.005520346 0.0003049915 2.0768029572 Y 5.9223664747 2.0768029572 601.80822932第六页，讲稿共二十一页哦2022-9-67 Dep Var Predict Std Err Lower95%Upper95%Obs Y Value Predict Predict Predict Residual 1 46.3000 35.6206 3.603 9.5773 61.6640 10.6794 2 30.7000 34.9976 3.613 8.9459 61.0493 -4.2976 3 144.6 149.8 9.630 115.8 183.8 -5.2448 4 69.2000 53.0658 3.631 26.9988 79.1327 16.1342 5 16.0000 21.0830 4.013 -5.3172 47.4833 -5.0830 6 12.3000 22.5368 3.957 -3.8127 48.8863 -10.2368 7 2.7000 8.6222 4.601 -18.3464 35.5908 -5.9222 8 26.3000 22.3291 3.965 -4.0274 48.6856 3.9709 9 .47.4584 3.556 21.4532 73.4636 .Sum of Residuals 0 Sum of Squared Residuals 601.8082 Predicted Resid SS(Press)5610.2160第七页，讲稿共二十一页哦2022-9-68OBS X Y PRESIDI 1 14.3 46.3 12.2667 2 14.0 30.7 -4.9405 3 69.3 144.6 -69.4832 4 22.7 69.2 18.5761 5 7.3 16.0 -6.0554 6 8.0 12.3 -12.1305 7 1.3 2.7 -7.5067 8 7.9 26.3 4.7089)(iyyPRESIDiii 是第个观测值的预测残差是第个观测值的预测残差,而而)(iyi是删去第是删去第i个观测值后个观测值后,根据剩下的根据剩下的n1组观测值建立线组观测值建立线性回归方程并将性回归方程并将xi代入此回归方程所得到的第代入此回归方程所得到的第i个观测个观测值的预测值值的预测值.第八页，讲稿共二十一页哦2022-9-69多元线性回归多元线性回归上机实验上机实验2.例例1.2 P25data lreg07;input x1 x2 y;cards;1.37 9.08 4.93 11.34 1.89 1.86 9.673.06 2.33 0.76 10.2 5.78 17.67 0.050.06 15.91 0.73 0.43 15.74 1.03 0.875.41 6.25 3.86 5.4 6.3.;symbol i=rl v=star;/*（symbol 为绘图设置语句为绘图设置语句*/*i=rl 要求画回归直线要求画回归直线*/*v=star 要求用星号表示点）要求用星号表示点）*/第九页，讲稿共二十一页哦2022-9-610proc gplot;plot y*x1;/*（要求画回归直线及点（要求画回归直线及点x1,y）*/proc reg;model y=x1/xpx i;run;/*（要求建立一元线性回归方程并作检验）（要求建立一元线性回归方程并作检验）*/proc gplot;plot y*x2;proc reg;model y=x2;run;proc reg;model y=x1 x2/alpha=0.01 cli;run;/*（要求建立二元线性回归方程（要求建立二元线性回归方程 并作检验及回报与预报）并作检验及回报与预报）*/第十页，讲稿共二十一页哦2022-9-611Y0123456X1024681012141618Y0123456X2012345678910 11第十一页，讲稿共二十一页哦2022-9-612Y=5.621170-0.319113*X1;F=494.064;ProbF为为0.0001;R-square=0.9880;Y=0.363778+0.532975*X2;F=279.602;ProbF为为0.0001;R-square=0.9790;Y=3.610506-0.198281*X1+0.206755*X2;F=392.516;ProbF为为0.0001;R-square=0.9937;第十二页，讲稿共二十一页哦2022-9-613Model Crossproducts XX XY YYXX INTERCEP X1 X2 YINTERCEP 8 77.87 32.29 20.12X1 77.87 1066.9317 33.7369 97.2483X2 32.29 133.7369 40.0809 139.7036Y 20.12 97.2483 139.7036 82.4468 XX Inverse,Parameter Estimates,and SSE INTERCEP X1 X2 YINTERCEP 22.8232 -1.3771 2.3025 3.6105X1 -1.3771 0.0841 0.1384 -0.1983X2 -2.3025 0.1384 0.2368 0.2068Y 3.6105 -0.1983 0.2068 0.2015第十三页，讲稿共二十一页哦2022-9-614 Analysis of Variance Sum of MeanSource DF Squares Square F Value Prob FModel 2 31.64346 15.82173 392.516 0.0001Error 5 0.20154 0.04031C Total 7 31.84500Root MSE 0.20077 R-square 0.9937Dep Mean 2.51500 Adj R-sq 0.9911C.V.7.98289 1)1(*:222 pnRpRRqsRjdA第十四页，讲稿共二十一页哦2022-9-615 Dep Var Predict Std Err Lower95%Upper95%Obs Y Value Predict Predict Predict Residual 1 4.9300 5.2162 0.120 4.6150 5.8174 -0.2862 2 1.8600 1.7528 0.139 1.1252 2.3803 0.1072 3 2.3300 2.3258 0.122 1.7221 2.9295 0.00420 4 5.7800 5.5687 0.154 4.9188 6.2186 0.2113 5 0.0600 0.1172 0.132 -0.4998 0.7343 -0.0572 6 0.4300 0.6068 0.104 0.0251 1.1884 -0.1768 7 0.8700 0.7025 0.110 0.1137 1.2914 0.1675 8 3.8600 3.8300 0.092 3.2626 4.3974 0.0300 9 .3.8423 0.090 3.2763 4.4084 .观测值观测值 预测值预测值 标准误标准误 95%置信下限与上限置信下限与上限 残差（剩余）残差（剩余）第十五页，讲稿共二十一页哦2022-9-616例例1.4 逐步回归逐步回归data ex;input x1-x4 y;cards;9.2 2.73 1.47 1.14 1.16 9.1 3.73 1.82 0.83 1.15 8.6 4.88 1.83 2.13 1.84 10.23 3.97 1.59 1.35 1.36 5.6 3.73 1.84 1.82 0.86 5.37 4.24 1.87 1.35 0.9 6.13 3.15 1.99 1.65 0.12 8.2 4.65 1.62 4.57 0.9 8.8 4.38 1.54 2.07 1.93 7.6 3.86 1.6 2.42 1.1 9.7 4.38 1.69 1.52 1.4 8.37 5.1 1.81 2.28 1.76 12.17 4.9 1.73 1.58 1.64 10.27 3.73 1.61 1.2 1.47 8.9 4.47 1.88 0.8 0.92 8.23 5.28 1.7 3.07 1.5;proc reg;model y=x1-x4/selection=rsquare b;model y=x1-x4/selection=rsquare adjrsq cp AIC MSE SSE collinoint;run;proc reg;model y=x1-x4/selection=stepwise sle=0.3 sls=0.2;run;/*sls is the level spcified by user*/SLS=0.2定义剔除时的概率水平为0.2，SLE=0.3定义选入时的概率水平为0.3第十六页，讲稿共二十一页哦2022-9-617例例1.4 共线性诊断共线性诊断data ex;input x1-x4 y;x5=int(x2+x3+x4)*90)/90;cards;9.2 2.73 1.47 1.14 1.16 9.1 3.73 1.82 0.83 1.15 8.6 4.88 1.83 2.13 1.84 10.23 3.97 1.59 1.35 1.36 5.6 3.73 1.84 1.82 0.86 5.37 4.24 1.87 1.35 0.9 6.13 3.15 1.99 1.65 0.12 8.2 4.65 1.62 4.57 0.9 8.8 4.38 1.54 2.07 1.93 7.6 3.86 1.6 2.42 1.1 9.7 4.38 1.69 1.52 1.4 8.37 5.1 1.81 2.28 1.76 12.17 4.9 1.73 1.58 1.64 10.27 3.73 1.61 1.2 1.47 8.9 4.47 1.88 0.8 0.92 8.23 5.28 1.7 3.07 1.5;proc reg data=ex;model y=x1-x5/vif collinoint;run;第十七页，讲稿共二十一页哦2022-9-618Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 5 2.55497 0.51099 8.03 0.0028 Error 10 0.63672 0.06367 Corrected Total 15 3.19169 Root MSE 0.25233 R-Square 0.8005 Dependent Mean 1.25063 Adj R-Sq 0.7008 Coeff Var 20.17663Parameter Estimates Parameter Standard Variance Variable DF Estimate Error t Value Pr|t|Inflation Intercept 1 2.82510 1.33994 2.11 0.0612 0 x1 1 0.02693 0.06221 0.43 0.6743 2.85303 x2 1 -27.00023 25.70336 -1.05 0.3182 76421 x3 1 -29.73236 25.68616 -1.16 0.2740 3263.98863 x4 1 -27.81537 25.68282 -1.08 0.3042 137920 x5 1 27.58457 25.69586 1.07 0.3083 308366第十八页，讲稿共二十一页哦2022-9-619Collinearity Diagnostics(intercept adjusted)Condition Number Eigenvalue Index 1 2.45588 1.00000 2 1.48451 1.28621 3 0.89498 1.65652 4 0.16462 3.86241 5 0.00000190 1136.53374 Collinearity Diagnostics(intercept adjusted)-Proportion of Variation-Number x1 x2 x3 x4 x5 1 0.00003290 0.00000152 5.048667E-9 9.142109E-7 5.357538E-7 2 0.12042 2.478475E-8 0.00010018 2.93515E-10 3.689766E-9 3 0.08670 0.00000409 0.00009168 0.00000187 1.28582E-10 4 0.57141 0.00002290 0.00044762 0.00000866 1.232986E-7 5 0.22144 0.99997 0.99936 0.99999 1.00000第十九页，讲稿共二十一页哦2022-9-620从方差膨胀因子分析可知：x2-x5有很严重共线性；从特征值看，第5个特征值接近于0，且条件指数也非常大，所以，有非常严重的共线性从方差比值看，x2-x5之间有非常大的共线性关系习题：完成书上的练习习题：完成书上的练习1,2第二十页，讲稿共二十一页哦2022-9-621为为方方阵阵另另外外numberconditiononBounds为最大的为最大的的界线的界线的条件数的条件数11,pkXX 可可度度量量条条件件数数为为最最小小的的特特征征根根特特征征根根kp,用来判断复共线性用来判断复共线性的特征根的散布程度的特征根的散布程度,XX 标标准准是是度度是是否否存存在在以以及及严严重重的的程程,32.4)1016(03997102.041267647.04 元方程为元方程为;,1000认认为为无无复复共共线线性性 k;,1000100认认为为有有较较强强的的复复共共线线性性 k认认为为有有严严重重的的复复共共线线性性,1000 k第二十一页，讲稿共二十一页哦