SAS统计分析.doc

1.线性回归分析
由8名学生统计数据（表）建立复习时间与智商对成绩的影响公式（经验公式）

统计数据

Iq（智商）T（复习时间）G（得分）105107511012791206681161385122169113087911420981021576想到考试成绩受复习时间与智商线性影响，建立数学模型：
G=b0+b1*iq+b2*t+
其中G是因变量，智商iq和复习时间t是自变量（预报因子）；b0表示教师的作用；b1表示单位智商提高的分数，b2表示单位复习时间提高的分数；b0、b1、b2称为待估参数。
程序:
datascore;
inputiqtg;
cards;
1051075
1101279
120668
1161385
1221691
130879
1142098
1021576
;
procregdata=score;
modelg=iqt;/*等号前为因变量，等号後为自变量*/
run;
计算结果分析
AnalysisofVariance

SumofMean
SourceDFSquaresSquareFValuePr>F

Model2596.11512298.0575632.570.0014
Error545.759889.15198
CorrectedTotal7641.87500
RootMSE3.02522R-Square0.9287
DependentMean81.37500AdjR-Sq0.9002
CoeffVar3.71763
这是方差分析表，最主要看Pr>F下的概率，概率越小，模型越好，一般只要小于0.05，模型就好了，上表中，概率0.0014小于0.01，说明模型好（回归显著）

ParameterEstimates

ParameterStandard
VariableDFEstimateErrortValuePr>|t|

Intercept10.7365516.262800.050.9656
iq10.473080.129983.640.0149
t12.103440.264187.960.0005
这是参数估计表，最主要看第1、3列：第1列是变量名，第3列是第1列系数估计值，Intercept是常数项，它的值b0=0.73655，0.47306是iq的系数b1，2.10344是t的系数b2。
回归方程（预报公式）是G=0.73655+0.47306iq+2.10344t
还可以进一步分析：b0=0.73655概率0.9656大于0.05，说明截距不显著，可舍去。
b1=0.47306，概率0.0149小于0.05，说明iq影响显著，不可舍去。
b2=2.10344，概率0.9656大于0.05，说明t影响显著，不可舍去。
2.多项式回归
土豆合理施肥：为了研究施肥效果，作3组试验施肥量及产量统计如下
N（公斤）P（公斤）K（公斤）W产量（吨）019637215.183419637221.366719637225.7210119637232.2913519637234.0320219637239.4525919637243.1533619637243.3640419637240.8347119637230.75
NPKW259037233.462592437232.472594937236.062597337237.962599837241.0425914737240.0925919637241.2625924537242.1725929437240.3625934237242.73
NPKW259196018.982591964727.352591969334.8625919614038.5225919618638.4425919627937.7325919637238.4325919646543.8725919655842.7725919665146.22试建立由施肥量决定产量的公式。
查找资料表明，产量是施肥量二次函数。建立数学模型

其中w是因变量，是自变量（预报因子）；b0、b1、…b9称为待估参数。

由于预报因子过多，可用逐步回归选因子。
datanpk;/*建立数据集npk*/
inputnpkw;/*建立变量n、p、k、w*/
nn=n*n;/*建立变量nn其值为n乘n*/
pp=p*p;kk=k*k;np=n*p;nk=n*k;pk=p*k;
cards;/*以下是数据体*/
019637215.18
3419637221.36
6719637225.72
10119637232.29
13519637234.03
20219637239.45
25919637243.15
33619637243.36
40419637240.83
47119637230.75
25