Supplerende noter til "Kursus i brug af SAS" (på dansk)

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