文档介绍： 第6章回归分析
直线回归分析 例某地一年级12名女大学生的体重(kg)与肺
直线回归分析(Linear Regression)是基于最活量(L)的直线回归分析。
小二乘法(Least Square Method)原理产生的
最优无偏估计。它是研究一个自变量 学生 1 2 3 4 5 6 7 8 9 10 11 12
体重 x 42 42 46 46 46 50 50 50 52 58 58 58
(Independent)与一个因变量(Dependent)之 肺活量y
间是否存在某种线性关系的统计学方法。直
线回归分析又叫简单回归分析(Simple
Regression)。
1 2
3) [solutions] →[assist] →[data analysis] →
1)调入数据文件: [regression] →[Linear]
2) [submit], 生成SAS数据集:
3 4
Select [table]: 4) [submit], get:
Select [columns]: y , x
截距
5 回归系数 6
1
5) result analysis: 6)如果用户想得到回归分析更详细的结果,
误差均方的平方根(Root MSE)= 可以选用[additional options]
决定系数(R2)=
因变量均值(Dependent Mean)=
直线回归方程:
Y = +
7 8
[Additional Options]有7种选择: (1)Selection method(选择回归分析方
法),有8种方法。
(1)Selection method—选择回归分析方法 只有当自变量个数大于或等于2时,才可
以选用,也就是说,直线回归分析不能选
(2)Displayed statistics—显示统计量
用(也没有必要,只有一个自变量)。
(3)Coefficients—系数
如果不选用8种方法中的任何一种,即全
参数估计
(4)Parameter estimates—部引入自变量,也是一种回归分析方法
(5)Regression plots—回归图形(全部引入法)。
(6)Output tables—输出表格
(7)Row options—行选择
9 10
(2)选Displayed statistics(显示统计量) 包括:
Global print option (全方位打印选择)
Options for additional statistics(添加统计量
选择)
Diagnostic options(诊断选择)
11 12
2
(3)选Coefficients—系数 (4)选Parameter estimates—参数估计
13 14
(5)选Regression plots—回归图形 (6)选Output tables—输出表格
15 16
(7)选Row options—行选择
多元线性回归分析
研究多个自变量(independent)与一个因
变量(dependent)之间是否存在某种线性关
系,为多元线性回归分析。
多元线性回归方程:
y=b0 +b1x1 +b2x2 +....bmxm +ε
X 为自变量,m是自变量个数,b0 为回归
方程的常数项,b1 ,b2 ,bm为偏回归系数
(partial regression coefficient)。
17 18
3
全回归分析 1)调入文件:
例已知29例儿童的血红蛋白(hemogl, g)与钙 2)[solutions] →→→[linear ]:
(Ca,µg) ,镁(Mg, µg),铁(Fe, µg),锰(Mn, µg),
铜(Cu, µg)的含量,并已建立数据文件:
。试建立钙,镁,铁,锰,铜对血红
蛋白的多元线性回归分析。
19 20
4) [submit], get resul