sas相关分析与回归分析例题 (corr,reg,) —9周作业

董大均书p333,第1、2、3题,薛毅书6.1题(要求使用SAS的方法去解决)

 

image

 

第一题:

image

 

代码:

data test1;
        input x y @@;
cards;
1.21 3.90
1.30 4.50
1.39 4.20
1.42 4.83
1.47 4.16
1.56 4.93
1.68 4.32
1.72 4.99
1.98 4.70
2.10 5.20
;
proc corr;
run;

 

结果:

Pearson 相关系数, N = 10
                                                 当 H0: Rho=0 时,Prob > |r|

                                                              x             y

                                                x       1.00000       0.68073
                                                                       0.0303

                                                y       0.68073       1.00000
                                                         0.0303

 

因为相关系数r=0.68078, 高度相关。  绝对不相关的概率p=0.0303<0.05,故认为母婴TSH水平正相关。

 

第二题:

image

code:

data test2;
input Weight Brest Shoulder Breath @@;
datalines;
51.3      73.6      36.4      2.99
48.9      83.9      34      3.11
42.8      78.3      31      1.91
55      77.1      31      2.63
45.3      81.7      30      2.86
45.3      74.8      32      1.91
51.4      73.7      36.5      2.98
53.8      79.4      37      3.28
49      72.6      30.1      2.52
53.9      79.5      37.1      3.27
48.8      83.8      33.9      3.1
52.6      88.4      38      3.28
42.7      78.2      30.9      1.92
52.5      88.3      38.1      3.27
55.1      77.2      31.1      2.64
45.2      81.6      30.2      2.85
51.4      78.3      36.5      3.16
48.7      72.5      30      2.51
51.3      78.2      36.4      3.15
45.2      74.7      32.1      1.92
;
proc reg ;
model  Breath = Weight Brest Shoulder;
run;

结果:

image

(1) 方差分析部分F=14.07  P<0.0001,回归方程显著,因此拒绝假设,即至少有一个系数不为零,也就是至少有一个自变量对Breath的影响是有统计意义的。但不能断定每个自变量都对Breath有意义。

(2) 决定系数R-sqlare为0.7251,说明模型拟合得还好。

(3) 参数估计部分是检验每一参数等于0的假设,取统计意义水平为0.05,则肩宽Shoulder(P=0.1051)这个变量对因变量的影响无统计意义。

 

第三题

image

 

代码:

data test3;
        input x y @@;
cards;
35.5 12
34.1 16
31.7 9
40.3 2
36.8 7
40.2 3
31.7 13
39.2 9
44.2 -1
;
proc corr;
run;
proc reg
model y=x;
run;

结果:

image

相关分析结果说明:

因为相关系数r=-0.83714 r =0.0043<0.05;

所以显著性高,从而拒绝假设H0,

故认为盛发期和累积温显著负相关。

 

第四题

image

image

 

代码:

data test4;
        input x y @@;
cards;
5.1 1907
3.5 1287
7.1 2700
6.2 2373
8.8 3260
7.8 3000
4.5 1947
5.6 2273
8.0 3113
6.4 2493
;
proc plot;
plot y*x;
run;
proc corr;
run;
proc reg ;
model y=x;
run;

结果:

image

结果说明:

(1)数据近乎均匀分布在直线附近,有线性关系

(2)综上修改求得的一元线性回归方程如下:

Y = 385.2268 x

(3)决定系数R-sqlare为0.9986,说明模型拟合得很好。

  (4)当x=7,则灌溉面积的预测值是

Y = 385.2268*7=2696.5876

您可以选择一种方式赞助本站