回归分析实验课实验版本.pdf

实验报告八 实验课程： 回归分析实验课 专业： 统计学 年级： 姓名： 学号： 指导教师： 完成时间： 得分： 页脚下载后可删除，如有侵权请告知删除！ 教师评语： 学生收获与思考： 页脚下载后可删除，如有侵权请告知删除！ 实验八 含定性变量的回归模型 〔4学时〕 一、实验目的 1．掌握含定性变量的回归模型的建模步骤 3．运用 SAS计算含定性变量的各种回归模型的各参数估计及相关检验统计量 二、 实验理论与方法 在实际问题的研究中，经常会遇到一些非数量型的变量。如品质变量 ; 性别；战争与和平。我们 把这些品质变量也称为定性变量，在建立回归模型的时候我们需要考虑到这些定性变量。定性 变量的回归模型分为自变量含定性变量的回归模型和因变量是定性变量的回归模型。 自变量含有定性变量的时候，我们一般引进虚拟变量，将这些定性变量数量化。例如研究粮食 产量问题， y为粮食产量， x 为施肥量，另外考虑气候问题，分为正常年份和干旱年份两种情况， 这个问题数量化方法就是引入一个 0-1 型变量 D，令 Di =1表示正常年份， Di =0表示干旱年份， i 0 1 i 2 i i 。 粮食产量的回归模型为： y = β + βx + βD+ ε 因变量是定性变量时，一般用 logistic 回归模型〔分组数据的 logistic 回归模型，未分组数据 的logistic 回归模型，多类别的 logistic 回归模型〕，probit 回归模型等。 三 . 实验内容 1．用DATA步建立一个永久 SAS数据集，数据集名为 xt103, 数据见表 21 ；对数据集 xt103, 建立 y对 公司规模和公司类型的回归，并对所得到的模型进展解释。 2 ．研制一种新型玻璃，对其做耐冲实验。用一个小球从不同的高度 h对玻璃做自由落体撞击， 玻璃破碎记为 y=1 ，玻璃未破碎记 y=0. 数据见表 22. 是对表中数据建立玻璃耐冲性对高度 h的 logistic 回归，并解释回归方程的含义。 “1〞=工作， “2〞=读研，“3〞=出国留学。性别“ 1〞=男生， “0〞 =女生。用多类别的 Logisitic 回归分析影响毕业去向的因素。 四．实验仪器 计算机和 SAS软件 五 . 实验步骤和结果分析 1．用DATA步建立一个永久 SAS数据集，数据集名为 xt103, 数据见表 21 ；对数据集 xt103, 建立 y对 公司规模和公司类型的回归，并对所得到的模型进展解释。 页脚下载后可删除，如有侵权请告知删除！ R 检验中 R 方为 0.8951，可以认为回归拟合效果较好。回归方程通过 F 检验，说明模型是显著成立 的。 由参数估计表，可以看出，全部变量都是显著的，回归方程为： ^ y 33.87 0.102x1 8.06 x2 其中， x2 是虚拟变量，当公司类型为“互助〞时， x2 为 0，为“股份〞时， x2 为 1。 由方程可知， x2 为 1，即股份制公司的保险革新措施速度 y 会更大。股份制公司采取保险革新措施 的积极性比互助型公司高，股份制公司建立在共同承当风险上，更愿意革新。 公司规模越大，采取保险革新措施的倾向越大：大规模公司保险制度的更新对公司的影响程度比小 规模公司大。