SAS实验四 一元回归分析

实验四实验指导书：

 链接：https://pan.baidu.com/s/1OiBuj1eAIXQCVa-mMw0y7w 
提取码：abab

实验目的和要求

(1)通过上机操作使学生掌握用proc import语句将excel数据导入SAS，生成SAS数据集；（2）掌握用proc reg过程对数据进行一元线性回归分析和可转化一元线性的回归分析；（3）会正确阅读一元回归分析的运行结果，并写出回归方程。

实验步骤：

1.棉花红铃虫第一代产卵高峰日百株卵量x（粒）与百株累计卵量y（粒）的8组观测数据如下表：

                                        棉花红铃虫第一代卵量的观测数据

1       2       3       4      5       6      7       8 14.3     14.0    69.3    22.7    7.3     8.0     1.3     7.9  46.3     30.7    144.6   69.2    16.0    12.3    2.7     26.3

（1）试建立一元线性回归方程并作回归方程的显著性检验.

代码：

data aaa1;                                                                                                                               
input i x y@@;                                                                                                                          
cards;                                                                                                                                  
1 14.3 46.3 2 14.0 30.7 3 69.3 144.6 4 22.7 69.2                                                                                        
5 7.3 16.0 6 8.0 12.3 7 1.3 2.7 8 7.9 26.3                                                                                              
;                                                                                                                                       
run;                                        
proc reg data=ex4.aaa1 outest=outest;
       model y=x;
 plot R.*P. R.*X  R.*NQQ.;
output out=out p=p R=R student=stdr cookd=cookd;
 run;  

截图：

一元线性回归方程

回归方程的显著性检验

（2）如果令，试求此点的预测值及置信水平的置信区间.

求预测值代码：

data out2;
	set outest;
	y=intercept+x*20;
	keep y;
	proc  print data=out2;  
run;               

当X=20时，y的预测值是47.4584

 求置信区间代码

proc means data=aaa1 clm;
run;

截图：

2.炼钢厂出钢时所用的盛钢水的钢包，在使用过程中由于钢液及炉渣耐火材料的浸蚀，其容积不断增大.经试验得钢包的容积Y与相应使用的次数X的数据如下表

                                                                钢包浸蚀数据

X	y	X	y
2	106.42	11	110.59
3	108.2	14	110.6
4	109.58	15	110.9
5	109.5	16	110.76
7	110	18	111
8	109.93	19	111.2
10	110.49

 （1）绘制Y对X的散点图，从图能否看出Y与X的函数关系

将上述的表格导入到excel表中，注意后缀为.xls格式的，否则会导入失败

代码：

proc import out=bbb1
	datafile="G:\实验课作业\应用统计方法\实验四\gb.xls"
	DBMS=EXCEL2000 replace;
proc plot data=Ex4.bbb1;
plot y*x="+";
run;

截图：

（2）假定Y与X的函数关系为①双曲线：,②幂函数：，③对数函数：,④负指数函数：，试作变量变换化非线性回归为线性，并用REG过程建立回归方程.

 ①双曲线： 

 代码：

data bbb2;                                                                                                                          
set Ex4.bbb1;                                                                                                                           
x=1/x;                                                                                                                                  
y=1/y;                                                                                                                                  
proc reg;                                                                                                                               
model y=x;                                                                                                                              
plot y*X;                                                                                                                               
run;

截图： 

 ②幂函数： 

代码：

data bbb3;                                                                                                                          
set Ex4.bbb1;                                                                                                                           
x=sqrt(x);                                                                                                                              
y=y;                                                                                                                                    
proc reg;                                                                                                                               
model y=x;                                                                                                                              
plot y*X;                                                                                                                               
run;      

截图：

③对数函数：

代码：

data bbb4;                                                                                                                          
set Ex4.bbb1;                                                                                                                           
x=LOG(x);                                                                                                                               
y=y;                                                                                                                                    
proc reg;                                                                                                                               
model y=x;                                                                                                                              
plot y*X;                                                                                                                               
run;  

截图：

  ④负指数函数： 

代码：

data bbb5;                                                                                                                          
set Ex4.bbb1;                                                                                                                           
x=EXP(1/x);                                                                                                                             
y=y;                                                                                                                                    
proc reg;                                                                                                                               
model y=x;                                                                                                                              
plot y*X;                                                                                                                               
run;  

截图：

（3）比较以上四种函数关系，找出最佳的拟合曲线.

①

 ②

③

④

通过比对R-Square值（ 就是R的平方，R方通常用来描述数据对模型的拟合程度的好坏），第四个型函数的拟合值最高，所以最佳拟合函数为型