SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）

方差分析（anova过程）

做方差分析前提是假设每一个随机变量是符合正态分布的，且方差是一样的

可以两两构造t检验进行分析

anova过程是交互式过程，需要quit退出

可以看到下面分成了两组

单因素方差分析

R书415页

双因素方差分析

董书264，数学概念在R书435页

不考虑两个变量的交互作用，即相互影响

相关分析与回归分析

找出变量之间的相互关系
相关分析是发现关联关系，回归分析是写出关系式

corr过程

nomiss 忽略有缺失值的观测行
nosimple 会影响输出结果

如果nosimple的话，不会输出上面的两行
0.0022 是假设检验算出来的结果，说明拒绝原假设，即两个变量相关

一元线性回归分析

reg过程

先做相关分析
model y=x，左边是因变量，右边是自变量

-17.35是截距，0.22是斜率
其他东西都是对这个回归做检验，检验其是否合理；比如样本值本身不是正态分布；回归是否是线性的；变量之间是否有关系

可以在中间三行看到，F检验，pr值很小，那么说明模型相当好，具有明显的统计学意义
R-Square，相关系数平方，除以n-1
Adj R-Sq 调整过的相关系数平方，除以的是n-2，两个都比较大，说明相关性高

在对系数进行检验时，看到对斜率进行t检验，pr值很小，拒绝斜率为0的假设
但是看到截距的t检验，pr值很大，要接受截距=0的假设；说明这里截距计算有问题，需要调整

调整就是鼠标那行，加了个noint，也就是no intercept，没有截距

其中的一些概念

多元线性回归

有两个变量的检验情况不太好，分别是weight和rstpulse
说明可能关系不大，需要剔除

向前引入法是局部最优解

相关系数平法的大小阈值和统计变量的多少有关
第一步，只有一个变量

第二步，加了个年龄，相关系数平方增大，cp减小，模型变好了
第三步加了rumpulse，更好了
第四步加了maxpulse，更好了