Output语句输出观测到新创建的数据集中课件.ppt

Output语句：输出观测到新创建的数据集中 语句格式： output out=sas-data-set keyword=name …keyword=name; 关于选项： cookd=name cook’d 统计量 h=name 杠杆值h_ii L95=name 因变量预测值的95%置信下限 U95=name 因变量预测值的95%置信上限 L95M=name 因变量期望值的95%置信下限 U95M=name 因变量期望值的95%置信上限 p=name 预测值 r=name 残差 student=name 学生化残差 Page 80 例子3.3 proc univariate plot normal data=p80result; var yresid; run; proc gplot data=p80result; plot stdr* yhat=*; run; proc print data=p80result; run; data p80ttest; set p80result; do i=1 to 53 by 1; t=sqrt((50*stdr**2)/(51-stdr**2)); end; run; proc print data=p80ttest; run; 检查数据有无输错 模型有截距时方程显著性检验 结论：截距不显著 修改reg模型 F值变大，模型更显著 回归系数显著 随机误差无1阶自回归 结论:方差齐性假设不合理 作变换z=sqrt(y)，再进行诊断 得到z的数据 Obs x y i z 1 679 0.79 54 0.88882 2 292 0.44 54 0.66332 3 1012 0.56 54 0.74833 4 493 0.79 54 0.88882 5 582 2.70 54 1.64317 6 1156 3.64 54 1.90788 7 997 4.73 54 2.17486 8 2189 9.50 54 3.08221 9 1097 5.34 54 2.31084 10 2078 6.85 54 2.61725 11 1818 5.84 54 2.41661 12 1700 5.21 54 2.28254 13 747 3.25 54 1.80278 14 2030 4.43 54 2.10476 。。。。。。。 结论：模型显著 结论：回归系数显著 DW检验，残差无一阶自回归 结论：从标准化残差分析，序号为26的样本点为异常点。从COOK距离分析，序号为26，52的样本点为强影响点。 用t分布来检验异常点 结论：序号为26,50,52的数据为异常点。对策：检查原始数据的抄录是否有误。不然，从原始数据中剔除它们。 对yresid作正态性检验 结论：接受0均值正态分布的假设。 残差图