Das Skript lädt die Daten aus Neters Beispiel 'Power cells' (Tabelle 8.1). Es führt Variablentransformationen (Zentrierung und Skalierung) durch, um polynomische und Interaktionsterme zu erstellen. Anschließend werden verschiedene Regressionsmodelle (vollständiges Modell zweiter Ordnung, Anpassungstest, Modelle erster Ordnung) unter Verwendung der GLM- und REG-Prozeduren angepasst, um den Einfluss von Ladezustand und Temperatur auf die Anzahl der Zyklen zu analysieren.
Datenanalyse
Type : CREATION_INTERNE
Die Daten werden direkt im Code über eine CARDS-Anweisung im DATA-Schritt 'brand' definiert.
1 Codeblock
DATA STEP Data
Erklärung :
Erstellung der Tabelle 'brand' mit den Variablen y, x1, x2. Berechnung der transformierten (zentrierten und skalierten) Variablen tx1 und tx2, sowie ihrer quadratischen Terme (tx1s, tx2s) und Interaktion (tx12).
Erstellung der Tabelle 'brand' mit den Variablen y, x1, x2. Berechnung der transformierten (zentrierten und skalierten) Variablen tx1 und tx2, sowie ihrer quadratischen Terme (tx1s, tx2s) und Interaktion (tx12).
Kopiert!
| 1 | options ls=80; |
| 2 | DATA brand; |
| 3 | INPUT y x1 x2; |
| 4 | tx1=(x1-1)/0.4; /* the coded variable, 1 is the mean of x and 0.4 is diff between two adjacent value */ |
| 5 | tx2=(x2-20)/10; |
| 6 | tx1s=tx1**2; |
| 7 | tx2s=tx2**2; |
| 8 | tx12=tx1*tx2; |
| 9 | CARDS; |
| 10 | 150 0.6 10 |
| 11 | 86 1.0 10 |
| 12 | 49 1.4 10 |
| 13 | 288 0.6 20 |
| 14 | 157 1.0 20 |
| 15 | 131 1.0 20 |
| 16 | 184 1.0 20 |
| 17 | 109 1.4 20 |
| 18 | 279 0.6 30 |
| 19 | 235 1.0 30 |
| 20 | 224 1.4 30 |
| 21 | ; |
2 Codeblock
PROC PRINT
Erklärung :
Anzeige des erstellten Datensatzes.
Anzeige des erstellten Datensatzes.
Kopiert!
| 1 | PROC PRINT; RUN; |
3 Codeblock
PROC GLM
Erklärung :
Ausführung eines vollständigen polynomialen Regressionsmodells zweiter Ordnung, das lineare, quadratische Terme und die Interaktion umfasst.
Ausführung eines vollständigen polynomialen Regressionsmodells zweiter Ordnung, das lineare, quadratische Terme und die Interaktion umfasst.
Kopiert!
| 1 | |
| 2 | PROC GLM; |
| 3 | model y=tx1 tx2 tx1s tx2s tx12; |
| 4 | /* full model y= tx1 + tx2 + tx1^2 +tx2^2 + tx1*tx2 */ |
| 5 | RUN; |
| 6 |
4 Codeblock
PROC GLM
Erklärung :
F-Test für den Mangel an Anpassung (Lack of Fit). Die Variablen x1 und x2 werden als Klassifikationsvariablen (kategorisch) behandelt, um die globale Interaktion zu bewerten.
F-Test für den Mangel an Anpassung (Lack of Fit). Die Variablen x1 und x2 werden als Klassifikationsvariablen (kategorisch) behandelt, um die globale Interaktion zu bewerten.
Kopiert!
| 1 | PROC GLM; /* the F-test for lack of fit */ |
| 2 | class x1 x2; /* classify x1 and x2 to be indicator variables*/ |
| 3 | model y=x1|x2; /* y = x1 + x2 + x1*x2 */ |
| 4 | RUN; |
5 Codeblock
PROC REG
Erklärung :
Test eines Modells erster Ordnung, das nur die transformierten linearen Variablen verwendet.
Test eines Modells erster Ordnung, das nur die transformierten linearen Variablen verwendet.
Kopiert!
| 1 | |
| 2 | PROC REG; |
| 3 | /* test for the first order model */ |
| 4 | model y=tx1 tx2; |
| 5 | /* y= tx1 + tx2 */ |
| 6 | RUN; |
| 7 |
6 Codeblock
PROC REG
Erklärung :
Test eines Modells erster Ordnung, das die ursprünglichen Variablen verwendet.
Test eines Modells erster Ordnung, das die ursprünglichen Variablen verwendet.
Kopiert!
| 1 | PROC REG; |
| 2 | model y=x1 x2; /* y = x1 + x2 */ |
| 3 | RUN; |
Dieses Material wird von We Are Cas "wie besehen" zur Verfügung gestellt. Es gibt keine ausdrücklichen oder stillschweigenden Garantien hinsichtlich der Marktgängigkeit oder Eignung für einen bestimmten Zweck in Bezug auf die hierin enthaltenen Materialien oder Codes. We Are Cas ist nicht verantwortlich für Fehler in diesem Material, wie es jetzt existiert oder existieren wird, noch bietet We Are Cas technischen Support dafür an.
