线性回归分析实验报告.docx

线性回归分析实验报告.docx数据分析课程实验报告实验名称 线性回归分析—、实验目的1、 通过实验掌握线性回归模型拟合及参数估计2、 获得处理统计推断与预测的能力3、 学会残差分析、掌握Box-Cox变换的方法4、 学会最优回归方程的选取5、 进一步熟悉SAS的应用二、:sas程序为:datatwo_4:inputyxlx2;CARDS;……(省略了数据)■9RUN;PROCREGDATA=two4;modely=xlx2/I;OUTPUTOUT二aP二PREDICTEDR二RESIDUALH二IISTUDENT二STUDENT;RUN;APABILITYDATApGRAPHICS;QQPLOT;RUN;PROCGPLOTDATA=a;PLOTRESIDUAL^PREDICTEDRESIDLWxlRESIDUAL*x2;SYMBOLVALUE二DOTI二NONE;RUN;PROCIML;N=15;USEtwo4;READALLVAR{yxlx2}INTOM;X=M[,2]#M[,3];X2二M[,3];Y二M[,1];P=Y||X||X2;CREATERESOLVEVAR{YXX2};APPENDFROMP;QUIT;PROCREGDATA二RESOLVE;MODELY=XX2;RUN;PROCPRINT;RUN;(1)〈表一〉参数估计的sas输出结果为:ParameterEstimatesParameterStandardVariableDFEstimateErrortValuePr>|t|<.・50<.0001分析:参数0()、仇、、、 AO■,由此输出结果得到回归方程为:Y=++,该城市中适合使用该化妆品的人数X】以及他们的与收入X?对化妆品在该城市的月销售量Y有显著影响,当适合使用该化妆品人的收入X2固定吋,该城市中适合使用该化妆品的人数Xi每增加一人,;同理当该城市中适合使用该化妆品的人数冶固定时,他们的收入X?增加一单位时,;(2)〈表二〉插入方差分析表:AnalysisofVarianceSumof MeanSourceDFSquaresSquareFValuePr><.:线性回归关系显著性检验:统计量的观测值Fo=()二Ph。(F〉二F。)<,还输出了R2,即R2二SSR/SST二53845/.,这些结果说明了Y与Xi,X2Z间的线性回归关系是显著的。。,由于ti_#(n-p)=(12)=,利用〈表一〉中参数估计值可求得0()、仇、0?的2置信度为95%的置信区间为分別为:0():+-*(,)0、:+-*(,)02:+-(,)参数估计的sas输出结果为:ParameterEstimatesParameter StandardVariableDF Estimate ErrortValuePr>|t|<.<.0001分析:,所以拒绝H。,接受乩,就是说,X,X2对Y变化的影响都是显著的。为检验交叉X】X2交叉项对Y的综合影响,我们设计全模型为:丫=%+/3、X\+卩丛?+久X\X?,通过SAS程序以及观测数据可以得到对于全模型的方差分析表为:AnalysisofVarianceSumof MeanSourceDFSquaresSquareFValuePr><.