Le script charge les données de l'exemple 'Power cells' de Neter (Table 8.1). Il effectue des transformations de variables (centrage et mise à l'échelle) pour créer des termes polynomiaux et d'interaction. Ensuite, il ajuste plusieurs modèles de régression (modèle complet de second ordre, test d'ajustement, modèles de premier ordre) en utilisant les procédures GLM et REG pour analyser l'impact du taux de charge et de la température sur le nombre de cycles.
Analyse des données
Type : CREATION_INTERNE
Les données sont définies directement dans le code via une instruction CARDS dans l'étape DATA 'brand'.
1 Bloc de code
DATA STEP Data
Explication :
Création de la table 'brand' avec les variables y, x1, x2. Calcul des variables transformées (centrées réduites) tx1 et tx2, ainsi que leurs termes quadratiques (tx1s, tx2s) et d'interaction (tx12).
Création de la table 'brand' avec les variables y, x1, x2. Calcul des variables transformées (centrées réduites) tx1 et tx2, ainsi que leurs termes quadratiques (tx1s, tx2s) et d'interaction (tx12).
Copié !
| 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 Bloc de code
PROC PRINT
Explication :
Affichage du jeu de données créé.
Affichage du jeu de données créé.
Copié !
| 1 | PROC PRINT; RUN; |
3 Bloc de code
PROC GLM
Explication :
Exécution d'un modèle de régression polynomiale complet de second ordre incluant les termes linéaires, quadratiques et l'interaction.
Exécution d'un modèle de régression polynomiale complet de second ordre incluant les termes linéaires, quadratiques et l'interaction.
Copié !
| 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 Bloc de code
PROC GLM
Explication :
Test F pour le manque d'ajustement (lack of fit). Les variables x1 et x2 sont traitées comme des variables de classification (catégorielles) pour évaluer l'interaction globale.
Test F pour le manque d'ajustement (lack of fit). Les variables x1 et x2 sont traitées comme des variables de classification (catégorielles) pour évaluer l'interaction globale.
Copié !
| 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 Bloc de code
PROC REG
Explication :
Test d'un modèle de premier ordre utilisant uniquement les variables transformées linéaires.
Test d'un modèle de premier ordre utilisant uniquement les variables transformées linéaires.
Copié !
| 1 | |
| 2 | PROC REG; |
| 3 | /* test for the first order model */ |
| 4 | model y=tx1 tx2; |
| 5 | /* y= tx1 + tx2 */ |
| 6 | RUN; |
| 7 |
6 Bloc de code
PROC REG
Explication :
Test d'un modèle de premier ordre utilisant les variables originales.
Test d'un modèle de premier ordre utilisant les variables originales.
Copié !
| 1 | PROC REG; |
| 2 | model y=x1 x2; /* y = x1 + x2 */ |
| 3 | RUN; |
Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.
