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

More documents

Recommendations

Info

7.4 Øvelser 7.4.1 Øvelser til Variansanalyse Opgave 16 1. Lav en variansanalyse p ˚a sukkerindholdet i ROER. Beregn ogs ˚a tabeller med gennemsnitstal. 2. Endvidere ønskes gennemført modelkontrol ved at residualer og predikterede værdier plottes mod hinanden. 3. Lav en regressionsanalyse, der belyser om der er sammenhæng mellem sukkerindholdet og udbyttet. 4. Lav et plot af sukkerindholdet mod udbyttet (brug evt. GPLOT til dette form ˚al). Hvad kan man heraf konkludere om at lave en regressionsanalyse inden man har undersøgt data grafisk? 5. Gennemfør en modelkontrol afregressionsanalysen. Opgave 17 1. Datasættet ROERSORT indeholder resultatet af fra et sortsforsøg med sukkerroer. Analyser friskvægten af roden (variablen RODF). 2. Gennemfør en passende modelkontrol. 7.4.2 Øvelser til regressionsanalyse Opgave 18 Dan datasættet ” A“ ved hjælp af følgende programstump: %LET BETAA=1; DATA A; DO GRP=1 TO 2; DO TID=0.1 TO 2.0 BY 0.1; Y = &BETAA * GRP - &BETAA * GRP * TID + &BETAA * TID *TID + 0.5 * NORMAL(0); OUTPUT; END; END; RUN; Undersøg med PROC GLM følgende hypotese for hver gruppe: , alts ˚a at som funktion af tiden kan beskrives som en ret linie, med skæringspunkt og hældningskoefficient som afhænger af gruppen . Lav ogs ˚a en detaljeret modelkontrol. Opgave 19 Datasættet LAERK indeholder registreringer af højden samt N–, P–, K– og askeindhold af 26 japanske lærketræer. 1. Fremstil en figur, hvor højden plottes mod N–indholdet. 2. Vurdér om det er rimeligt at antage en lineær sammenhæng mellem højde og N– indhold. 46
3. Beregn en lineær regressionsanalyse efter modellen © hvor er højden for observation , er N–indholdet for observation 4. Foretag modelkontrol. 5. Plot ogs˚a residualerne fra ovenst ˚aende model mod variablerne P–, K– og askeindhold. 6. Giver dette anledning til at modificere modellen? Hvis ja, s ˚a gør dette og lav en ny modelkontrol. Opgave 20 Datasættet PIGCLASS indeholder registreringer af kødprocenten LMP p ˚a 344 slagtesvin, samt m ˚alinger af tykkelsen af kødlaget MXX, tykkelsen af fedtlaget FXX samt nogle fysiske karakteristika PXX 1. Gennemfør en multipel regression af LMP med de øvrige variabler som forlarende med proceduren PROC GLM. 2. Gennemfør en modelkontrol 3. Plot eventuelt residualerne mod nogle af de udeladte variabler. 47
Page 1 and 2: Supplerende noter til ’Kursus i b
Page 3 and 4: 5.8 Øvelser . . . . . . . . . . .
Page 5 and 6: Kapitel 1 Introduktion til SAS syst
Page 7 and 8: man anvender. En specifikation som
Page 9 and 10: 11 Joyce F 11 51.3 50.5 12 Judy F 1
Page 11 and 12: Opgave 3 Udskriv datasættet ” kl
Page 13 and 14: Bemærk: Hvis regnearket stadig er
Page 15 and 16: Det anbefales at FILENAME-sætninge
Page 17 and 18: DDMMYYw. DDMMYY (dato, m ˚aned og
Page 19 and 20: LIBNAME minedata ’c:\saskursus\sa
Page 21 and 22: Kapitel 3 PROC MEANS - en udvidet l
Page 23 and 24: CLASS optagn saatid; VAR kg pct_suk
Page 25 and 26: 2. Gem (til senere brug) disse resu
Page 27 and 28: Obs John Joyce Judy Louise Mary Phi
Page 29 and 30: Ofte vil man i stedet for at lave e
Page 31 and 32: Har man brug for at f ˚a udført m
Page 33 and 34: Sætningen RETAIN bevirker at værd
Page 35 and 36: Linda 2 23 1 31 John 2 23 2 55 ; DA
Page 37 and 38: Kapitel 6 Grafik med SAS 6.1 PROC G
Page 39 and 40: GOPTIONS KEYMAP=WINANSI DEVMAP=WINA
Page 41 and 42: Med BLOCK-statement kan der dannes
Page 43 and 44: varians . Vi benytter følgende pr
Page 45 and 46: RANDOM BLOK*OPTAGN / TEST; MEANS OP
Page 47 and 48: P˚a baggrund heraf antager vi, at
Page 49: CLASS OPTAGN BLOK SAATID; MODEL KG
Page 53 and 54: Der kan være mange TABLE statement
Page 55 and 56: Ovenfor har vi set that celler kan
Page 57 and 58: 9.2 Oversigt over datamaterialet 9.
Page 59 and 60: Options er IKKE en del af hverken d

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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?