SAS实验四 一元回归分析
时间：2023-11-29 06:07:02
实验四实验指导书：
链接：https://pan.baidu.com/s/1OiBuj1eAIXQCVa-mMw0y7w
提取码：abab
实验的目的和要求
(1)学生通过上机操作掌握proc import语句将excel数据导入SAS，生成SAS数据集(2)掌握使用proc reg对数据进行一元线性回归分析和可转换一元线性回归分析；(3)正确阅读一元回归分析的操作结果，并编写回归方程。
实验步骤：
1.棉花红铃虫第一代产卵高峰日百株卵量x(粒)和百株累计卵量y(粒)8组观测数据如下表所示：
第一代棉花红铃虫卵量观测数据
|
(1)试图建立一元线性回归方程，并对回归方程进行显著检验.
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)如果命令，尝试此点的预测值和信心水平的信心范围.
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
