首页 > 专利查询

SAS实验报告一样例

实验报告一
多元线性回归分析
1.采用青海省海北牧业气象试验站3月18日至10月28日23旬的土壤湿度、旬降水、旬平均气温的资料，用SAS对青海省海北地区土壤湿度与旬降水、旬平均气温进行多元线性回归分析。
原始数据如下：
            青海省海北地区土壤湿度与旬平均降水、气温的关系
09:14 Saturday, June 12, 2004  1
Obs  y      rain    temp
1    241    4.5    17
2    265    8.7    16
3    309    20.9    19
4    232    6.1    61
5    205    21.1    111
6    227    34.1    97
7    281    33.6    50
8    225    38.0    106
9    191    26.1    116
10    212    36.4    124
11    220    13.2    128
12    222    12.2    131
13    218    55.5    140
14    295    65.8    148
15    297    47.9    146
16    269    39.5    131
17    225    9.5    117
18    261    23.8    95
19    271    49.8    94
20    248    63.3    83
21    209    3.7    66
22    231    26.7    37
23    236    2.3      5
y :土壤湿度；rain :  旬降水 ;temp :旬平均气温
解答：
编写程序：
data shidu;
input y rain temp@@;
cards;
    241    4.5    17
    265    8.7    16
    309    20.9    19
    232    6.1    61
    205    21.1    111
    227    34.1    97
    281    33.6    50
    225    38.0    106
    191    26.1    116
    212    36.4    124
    220    13.2    128
    222    12.2    131
    218    55.5    140
    295    65.8    148
    297    47.9    146
    269    39.5    131
    225    9.5    117
    261    23.8    95
    271    49.8    94
    248    63.3    83
    209    3.7    66
    231    26.7    37
    236    2.3      5
    ;
PROC REG；
Model y = rain temp；
Run；
输出结果：
                  SAS 系统                  2009年04月16日 星期四 下午09时27分56秒  1
                                                        The REG Procedure
                                                          Model: MODEL1
                                                    Dependent Variable: v1
                                            Number of Observations Read          23
                                            Number of Observations Used          23
                                                      Analysis of Variance
                                Sum of          Mean
Source                  DF        Squares        Square    F Value    Pr > F
Model                    2    6647.21656    3323.60828      4.12    0.0318
Error                    20          16148      807.38700
Corrected Total          22          22795
Root MSE            28.41456    R-Square    0.2916
Dependent Mean      243.04348    Adj R-Sq    0.2208
Coeff Var            11.69114
                                  Parameter Estimates
Parameter      Standard
Variable    DF      Estimate          Error    t Value    Pr > |t|
Intercept    1      244.93781      13.45982      18.20      <.0001
v2            1        1.01582        0.37025      2.74      0.0125
v3            1      -0.34172        0.15681      -2.18      0.0414
结果分析：
    方差分析表中，Sr =6647.21656  ,Se= 16148 ,自由度为2和20， F = 3323.60828 /807.38700=  4.12,且服从自由度（2，20）的F 分布随机变量大于 4.12的概率为0.0318<0.05,所以回归是显著的。 在参数估计中，截距、降水、气温三者的T检验都达到0.05的显著水平，所以回归系数是显著的。因此得出回归方程为：
y = 244.94+1.02*rain-0.34*temp
2．从过去23年的气象资料查得表3.7．试出主要的预报因子(自变量)和相应回归方程。
表 3.7
单向器mc尼龙滑轮
x1
x2
x3
x4
x5
x6
y
31
7
16
5
4
265
23
30
5
4
7
4
262
23
33
10
0
0
0
258
3
25
4
6
0
6
262
20
26
6
12
5
7
260
26
27
9
19
4
9
266
27
27
7
19
4
5
pam加药
259
19
31
13
4
2
2
257
6
31
8
1
0
2
266
16
28
14
0
0
4
265
22
25
16
18
4
7
268
24
30
12
5
2
4
262
30
24
5
22
9
8
264
28
28
3
19
2
4
262
24
30
0
0
0
夺刀器0
264
24
27
2
14
4
8
259
30
26
10
7
3
9
262
17
30
11
1
0
2
260
9
28
6
7
0
5
260
20
29
9
22
1
5
259
16
32
13
0
0
1
263
9
20
7
12
0
5
251
16
34
7
6
0
3
257
16
解答：
编写程序：
data rain;
input
x1-x6 y;
cards;
31 7 16 5 4 265 23
30 5 4 7 4 262 23
33 10 0 0 0 258 3
25 4 6 0 6 262 20
26 6 12 5 7 260 26
27 9 19 4 9 266 27
27 7 19 4 5 259 19
31 13 4 2 2 257 6
31 8 1 0 2 266 16
28 14 0 0 4 265 22
25 16 18 4 7 268 24转向轴
30 12 5 2 4 262 30
24 5 22 9 8 264 28
28 3 19 2 4 262 24
30 0 0 0 0 264 24
27 2 14 4 8 259 30
26 10 7 3 9 262 17
30 11 1 0 2 260 9
28 6 7 0 5 260 20
29 9 22 1 5 259 16
32 13 0 0 1 263 9
20 7 12 0 5 251 16
34 7 6 0 3 257 16
;
proc reg;
model y=x1-x6/selection=stepwise;
run;
电梯线束输出结果：
                      SAS 系统                  2009年04月16日 星期四 下午09时27分56秒  3
                                                        The REG Procedure
                                                          Model: MODEL1
                                                      Dependent Variable: y

本文发布于:2024-09-24 01:13:02，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/126275.html

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

上一篇：基于STC89C52的汽车智能报警系统的设计
下一篇：深圳巨灾保险试点的探索及思考
标签：降水   青海省   气温   回归方程   气象   土壤湿度   分析   线性
留言与评论（共有 0 条评论）
   
验证码：
推荐文章
排行榜
热门标签
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议