多元统计分析实验报告,计算协方差矩阵,相关矩阵,SAS

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

院系:数学与统计学学院

专业:__统计学

年级:2009 级

课程名称:统计分析 ____

学号:____________

姓名:_________________

指导教师:____________

2012年4月28日

(一)实验名称

1. 编程计算样本协方差矩阵和相关系数矩阵;

2. 多元方差分析MANOVA。

(二)实验目的

1. 学习编制sas程序计算样本协方差矩阵和相关系数矩阵;

2. 对数据进行多元方差分析。

(三)实验数据

第一题:

第二题:

(四)实验内容

1. 打开SAS软件并导入数据;

2. 编制程序计算样本协方差矩阵和相关系数矩阵;

3. 编制sas程序对数据进行多元方差分析;

4. 根据实验结果解决问题,并撰写实验报告;

(五)实验体会(结论、评价与建议等)

第一题:

程序如下:

proc corr data=sasuser.sha n cov;

proc corr data=sasuser.sha n no simple cov;

with x3 x4;

partial x1 x2;

run;

结果如下:

(1)协方差矩阵

$AS亲坯

曲;15 Friday, Apr: I SB,沙DO

COUR过程

x4

目由度=30

Xi x2x3x4x5X?

-10.I9B4944-0.45E2GJ5I.3347097-G.1193E48-£0.e75»GS

-ID. 188494669,36&Q3?9-7.22IO&OS1J5692043I5.49ee^91S.Oa97SM

-8.45S2645■7,221050829.S78&S46-6.372E47I-15.3084183-21.7352376-11.5674785

1.3841097 1.G5S2M7t.3726171IJ24«17B 4.e093011 4.4C12473

2.B747CM

-G. I1S3S49 1.GS92043-is.soul aa 4.B09B01I68.7978495劣』S670971S.57ai1B3

-IH.05l6l?a15.43S6569-J1.73S2376孔耶124TB27.0387097105.103225&S7.3505S7E:

-2D K5752??319-11337204-1L55M7S52r9747?3i19,573118337.3S0&87E33.3SQ6452 (2) 相关系数矩阵

Pearson相关系数” N =引

当HO: Rho=0 时.Prob > |r|

Xi Xi

xl

1.QQ000

x2

-C.23954

0.2061

x3

-0,30459

0.0957

x4

0.18975

Q.3092

x5

'0.14157

0.4475

x6

-0.83787

0.0630

-0.49292

0.0150

x2-0.23354 1.00000-0.162750.143510.022700.181520.24438 x20.20C10.31:1?0.441?0.90350.32640.1761

x3-0.30459-0.16275 1.00000-0.06219-0.34641-0.^797-0.23674 x30.095?0.381?<.00010.0563o.oses0 JS97

x40.1S8760.14351-0.86219L000000.400540,313650.22610 x40.30920.4412<.0001 D.02EG Q.085S0.2213

x5-0J 41570.02270-0.946410.40054 1.000000.317370.26750 x50.4J750.90350.0G68Q.025&0.08130

+

1620

x6-0.33?e?0.1S162-0.397970.813650.31787LOOOOO0.82976 x60.0S300.32840.02660.08580.0813C0001辺-0.432920.24938-0.288740.22810 D.267600.92976 1.00000 x70,01500J7610.19970.22130JG20<.0001

第二题:

程序如下:

proc anova data=sasuser.hua ng;

class kind;

model x1-x4=k ind;

manova h=k ind;

run;

结果如下:

(1)分组水平信息

The ANNA Procedure

Cla^s Level Informat ion

Class Level®Values

kind 3 123

Number of observatIons CO

(2) x1、x2、x3、x4的方差分析

Dependent Variable : xl xl

Source DF

Sum of Squares

Mea n Square F Value Pr > F Model 2

5221.30000 2610.65000

3.38

0.0411

Error

57 44069.55000

773.15000

Corrected Total 59

49290.85000

R-Square Coeff Var Rcot MSE xl Mean 0.105928

32.35087

27.80557

85.95000

Source DF Anova SS Mean Square F Value

Pr > F kind

2

5221.300000 2610.650000

3.38

0.0411

The ANOVA Procsdure

Dependent Variable : x2 x2

S UB of

Source DF

Squares Mean Square F Value

Pr > F Model 2 518.533333 259.26666?

1.62

0.2078

Error

57 9148.050000

160.492105

Corrected Total 59

9666.583333

R-Square Coeff Var Root MSE 0.053642

22.99888

12.66855

55.08333

Source DF Anova SS Mean Square F Value

Pr > F

kind

2

518.5333333

259.2666667

1.62

0.2078

The ANOVA Procedure

)epende 「t Variable : x

:3 x3

S UM of

Source DF Squares Mean Square

F Value Pr > F

Model

2 2480.833

3 1240.4167

0.17

0.8478

Error

57 427028.5000

7491.7281

Corrected Total 59

429509.3333

R-Square Coeff Var Root MSE x3 Mean

0.005776

21.17980

88.55477

408.6667

2480.833333

1240.416667

0.17 0.8478

The ANOVA Procedure

x2 Mean Source

Anova SS Mean Square F Value Pr > F

kind

相关文档
最新文档