《数据分析方法》习题：2.4（Page79）计算2班：陈磊报告目录问题重述化妆品销售与人数、月收入关系数据导入本题数据导入、数据导入的几种方法执行过程procreg、model语句执行结果方差分析、参数估计多元线性回归设置习题2.4题目某公司管理人员为了解某化妆品在一个城市的月销量Y（单位：箱）与该城市中适合使用该化妆品的人数（单位：千人）以及他们人均月收入（单位：元）之间的关系，在某个月中对15个城市作了调查，得到上述各量的观测值如表2.12所示。表2.12化妆品销售数据(部分数据)----------------------------------------------------------------------------城市销量(y)人数(收入(----------------------------------------------------------------------------11622742450212018032543223375380241312052838……………………………………………….----------------------------------------------------------------------------假设Y与之间满足线性回归关系其中独立同分布于.导入数据title‘《数据据分析方法》_习题2.4_page79’;/*标题*/datamylib.ch2_2_4;/*在逻辑库mylib中创建数据集ch2_2_4*/inputyx1x2@@;/*@@表示可连续输入*/cards;/*开始输入数据*/162274245012018032542233753802131205283867862347169265378281983008192330245011619521375553256025243040202323724427144236266010315720882123702605;/*遗漏数据用“.”表示，否则对应的这组数据会被自动删除*/run;/*run语句用于说明处理当前程序步中该语句之前的所有行*/.：SAS逻辑库名最多为8个字符，数据集的名称最多为32个字符。?：若去掉@@，上边能导入哪些数据？导入数据——若干方法1、在编辑框中输入数据，cards2、从文件读入数据，infileinfile‘F：\mylib\ch2_2_4.txt’；3、导入外部数据<1>向导导入；<2>import语句导入procimport……4、已经建立过数据集procregdata=mylib.ch2_2_4;执行过程1procreg;/*调reg过程用*/modely=x1x2;/*因变量为y，自变量为x1、x2*/run;Model语句：用于定义模型中因变量、自变量、模型选项及结果输出选项。常用选项有Selection=,指定变量选择方法；NOINT，表示在模型中不包括常数项；STB，输出标准化的回归系数；CLI，输出单个预测值置信区间；R，进行残差分析，并输出分析结果。格式：MODEL因变量名=自变量名列/[选项]例：modely=x1x2/selection=stepwise;/*逐步回归*/执行结果1——参数估计表最小二乘估计：=(3.45261,0.49600,0.00920)回归方程：Y=3.45261+0.49600+0.00920置信区间：=0.496+/-2.179*0.00605，得出（0.4828，0.5092）=0.0092+/-2.179*0.00096811，得出（0.0071，0.0113）执行结果1——方差分析表误差方差估计值：=MSE=4.74040复相关系数：=SSR/SST=53845/53902=0.9989显著性：由复相关系数的值可以看出是高度显著的（Y与）执行过程2——自变量X1检验人数X1对销售量Y的影响是否显著修改程序，进行一元线性回归分析，自变量x1procregdata=mylib.ch2_2_4;/*直接引用数据集*/modely=x1;run;执行结果2——自变量X1复相关系数为：0.9910，X1对Y影响显著检验人数X1对销售量Y的影响是否显著修改程序，进行一元线性回归分析，自变量x2procregdata=mylib.ch2_2_4;modely=x2;run;执行过程3——自变量X2注：可以同时指定多条Model语句。执行结果3——自变量X2复相关系数为：0.4087，X2对Y的影响不显著执行过程4——X1、X2交互作用datamylib.ch2_2_4;inputyx1x2@@;z=x1*x2;/*新建自变量z*/cards;162274245012018032542233753802131205283867862347169265378281983008192330245011619521375553256025243040202323724427144236266010315720882123702605;run;procreg;modely=z;/*自变量为z*/run;执行结果4——X1、X2交互作用复相关系数为：0.9030，X2对Y的影响显著利用向导执行解决方案->分析->分析家one文件->打开打开ch2_2_4.sas7bdat，即打开已新建的数据集利用向导执行TWO统计->回归->线性设置变量利用向导执行THREE变量列表因变量自变量利用向导执行FOUR模型参数设置建立包含所有已选自变量的全模型利用向导执行FIVETests选项设置置信度a的值利用向导执行SIXPlots选项设置原始残差自变量判定残差是否服从正态分布的QQ图利用向导执行SEVENPredictions选项设置对现有数据集中的数据进行预测保存预测结果到一个数据集中输出残差预测值利用向导执行EIGHTStatistics选项设置输出标准化的回归系数所得结果——残差图所得结果——Q-Q图SomuchformyreportVIELENDANK!PERFECTIONIST.CL
