El script carga los datos del ejemplo 'Power cells' de Neter (Tabla 8.1). Realiza transformaciones de variables (centrado y escalado) para crear términos polinomiales y de interacción. Luego, ajusta varios modelos de regresión (modelo completo de segundo orden, prueba de ajuste, modelos de primer orden) utilizando los procedimientos GLM y REG para analizar el impacto de la tasa de carga y la temperatura en el número de ciclos.
Análisis de datos
Type : CREATION_INTERNE
Los datos se definen directamente en el código mediante una instrucción CARDS en el paso DATA 'brand'.
1 Bloque de código
DATA STEP Data
Explicación :
Creación de la tabla 'brand' con las variables y, x1, x2. Cálculo de las variables transformadas (centradas y escaladas) tx1 y tx2, así como sus términos cuadráticos (tx1s, tx2s) y de interacción (tx12).
Creación de la tabla 'brand' con las variables y, x1, x2. Cálculo de las variables transformadas (centradas y escaladas) tx1 y tx2, así como sus términos cuadráticos (tx1s, tx2s) y de interacción (tx12).
¡Copiado!
| 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 Bloque de código
PROC PRINT
Explicación :
Visualización del conjunto de datos creado.
Visualización del conjunto de datos creado.
¡Copiado!
| 1 | PROC PRINT; RUN; |
3 Bloque de código
PROC GLM
Explicación :
Ejecución de un modelo de regresión polinomial completo de segundo orden que incluye los términos lineales, cuadráticos y de interacción.
Ejecución de un modelo de regresión polinomial completo de segundo orden que incluye los términos lineales, cuadráticos y de interacción.
¡Copiado!
| 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 Bloque de código
PROC GLM
Explicación :
Prueba F para la falta de ajuste (lack of fit). Las variables x1 y x2 se tratan como variables de clasificación (categóricas) para evaluar la interacción global.
Prueba F para la falta de ajuste (lack of fit). Las variables x1 y x2 se tratan como variables de clasificación (categóricas) para evaluar la interacción global.
¡Copiado!
| 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 Bloque de código
PROC REG
Explicación :
Prueba de un modelo de primer orden utilizando únicamente las variables transformadas lineales.
Prueba de un modelo de primer orden utilizando únicamente las variables transformadas lineales.
¡Copiado!
| 1 | |
| 2 | PROC REG; |
| 3 | /* test for the first order model */ |
| 4 | model y=tx1 tx2; |
| 5 | /* y= tx1 + tx2 */ |
| 6 | RUN; |
| 7 |
6 Bloque de código
PROC REG
Explicación :
Prueba de un modelo de primer orden utilizando las variables originales.
Prueba de un modelo de primer orden utilizando las variables originales.
¡Copiado!
| 1 | PROC REG; |
| 2 | model y=x1 x2; /* y = x1 + x2 */ |
| 3 | RUN; |
Este material se proporciona "tal cual" por We Are Cas. No hay garantías, expresas o implícitas, en cuanto a la comerciabilidad o idoneidad para un propósito particular con respecto a los materiales o el código contenidos en este documento. We Are Cas no es responsable de los errores en este material tal como existe ahora o existirá, ni We Are Cas proporciona soporte técnico para el mismo.
