Supplerende noter til "Kursus i brug af SAS" (på dansk)
Supplerende noter til "Kursus i brug af SAS" (på dansk)
Supplerende noter til "Kursus i brug af SAS" (på dansk)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
7.2.2 Polynomial regression (multipel regression)<br />
Ovenst˚aende plot antyder, at der ikke var en retliniet sammenhæng mellem højden og diameteren<br />
i hele det undersøgte interval. Vi vil derfor udvide vores model, s ˚a den bedre kan<br />
beskrive sammenhængen, og vi antager nu i stedet følgende model:<br />
<br />
<br />
<br />
hvor vi nu yderligere skal estimere parameteren . Ud over spredningerne p ˚a estimaterne<br />
, og vil vi nu ogs˚a gerne have beregnet korrelationerne mellem disse estimater. Vi<br />
vil stadig benytte residualer <strong>til</strong> modelkontrol samt have frems<strong>til</strong>let figurer, hvor vi visuelt kan<br />
vurdere rimeligheden <strong>af</strong> de estimerede parametre.<br />
Vi benytter nu følgende program:<br />
DATA TRAER2; SET SASKURS.TRAER;<br />
D2=DIAMETER**2;<br />
RUN;<br />
PROC GLM DATA=TRAER2;<br />
MODEL HOEJDE=DIAMETER D2;<br />
OUTPUT OUT=B RESIDUAL=RHOEJ PREDICTED=PHOEJ STUDENT=SHOEJ;<br />
RUN;<br />
PROC GPLOT DATA=B;<br />
PLOT RHOEJ*PHOEJ=TRAE/VREF=0 NOLEGEND;<br />
PLOT SHOEJ*PHOEJ=TRAE/VREF=0 1.96 -1.96 NOLEGEND;<br />
RUN;<br />
7.3 Modelkontrol - PROC UNIVARIATE<br />
Til kontrol <strong>af</strong>, om den benyttede model er rimelig, benyttes ofte at plotte residualerne mod<br />
relevante variable f.eks. de predikterede værdier. For at f ˚a beregnet disse m ˚a vi <strong>til</strong>føje<br />
et OUTPUT-statement <strong>til</strong> PROC GLM og kalde proceduren PROC GPLOT for at frems<strong>til</strong>le de<br />
ønskede plots.<br />
PROC GLM kan danne dels de r ˚a residualer (observeret - predikteret) og dels de “studentiserede”<br />
residualer, der er er r ˚a residualer divideret med residual standard<strong>af</strong>vigelsen. De<br />
studentiserede residual skal derfor, s ˚<strong>af</strong>remt modellen er rimelig <strong>til</strong>nærmelsesvist have varians<br />
1. Følgelig skal skal omtrent 95% <strong>af</strong> residualerne ligge indenfor intervallet [-1.96,1.96].<br />
Tager vi udgangspunkt i analysen <strong>af</strong> udbytte <strong>af</strong> effekten <strong>af</strong> s ˚atider og optagningstider p ˚a<br />
udbytte <strong>af</strong> roer, da bliver programmet:<br />
PROC GLM DATA=MSAS.ROER;<br />
44