sas转matlab,如何用SAS进行多元非线性回归?急求帮忙! - 计算模拟 - 小木虫 - 学术 科研 互动社区...

cfdc6361174d9cfc8169daed13483a0c.gif

月只蓝

y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^2+j*x2^2+k*x3^2;

均方差(RMSE): 0.0345549270406775

残差平方和(SSE): 0.0477617193114617

相关系数(R): 0.956048270161851

相关系数之平方(R^2): 0.914028294879468

决定系数(DC): 0.914028294879469

卡方系数(Chi-Square): 0.0228485015122641

F统计(F-Statistic): 404.005889574067

参数        最佳估算

----------        -------------

a                  -19.1293982402931

b                  0.0845882161209176

c                  -0.139962421337147

d                  47.8230107975713

e                  0.000319170258082057

f                  -0.130798836487321

g                  0.124276455376652

h                  -7.59942219433218E-5

j                  -2.05589293704508E-5

k                  -9.61997995489148

noavatar.png

gxjhoney

引用回帖:

月只蓝 at 2015-04-13 21:21:06

y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^2+j*x2^2+k*x3^2;

均方差(RMSE): 0.0345549270406775

残差平方和(SSE): 0.0477617193114617

相关系数(R): 0.956048270161851

相关系数之平方(R^2): 0.91402 ...

非常感谢您,我想问有没有比这个式子更好的?就是相关性能更高一点?回归能更好一点的?

noavatar.png

gxjhoney

引用回帖:

月只蓝 at 2015-04-13 21:21:06

y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^2+j*x2^2+k*x3^2;

均方差(RMSE): 0.0345549270406775

残差平方和(SSE): 0.0477617193114617

相关系数(R): 0.956048270161851

相关系数之平方(R^2): 0.91402 ...

再打扰您一下,如果是这组数据进行非线性回归呢?您能把您的回归具体过程发给我吗?我的qq邮箱是979198027@qq.com   十分感谢了!

0.999984582        313.05        4.995        0.2614

0.994928933        313.05        9.913        0.2718

0.997186182        313.05        14.815        0.2823

0.993348236        313.05        21.696        0.2919

1.0145541        328.05        4.995        0.2293

1.012005122        328.05        9.913        0.2396

1.019944614        328.05        14.815        0.2495

1.010744936        328.05        21.696        0.2587

1.131462186        343.15        4.995        0.217

1.085824998        343.15        9.913        0.222

1.08598555        343.15        14.815        0.2306

1.098545127        343.15        21.696        0.2393

1.242703525        358.25        4.995        0.2061

1.201138501        358.25        9.913        0.2107

1.181331473        358.25        14.815        0.2171

1.170881581        358.25        21.696        0.225

1.299197917        373.35        4.995        0.1957

1.334782119        373.35        9.913        0.2024

1.322612482        373.35        14.815        0.2092

1.310355154        373.35        21.696        0.2178

0.999928517        313.2        5        0.5226

0.995866443        313.2        10        0.5461

1.099874433        313.2        20        0.6552

0.962444491        333.2        5        0.3869

0.966282073        333.2        10        0.4045

1.024612032        333.2        20        0.4611

0.93147583        353.2        5        0.2948

0.936950197        353.2        10        0.3113

0.97906499        353.2        20        0.352

0.979463793        373.2        5        0.2418

1.005607517        373.2        10        0.2598

1.007680508        373.2        20        0.286

1.15558656        393.2        5        0.2311

1.144808562        393.2        10        0.242

1.121083419        393.2        20        0.2616

cfdc6361174d9cfc8169daed13483a0c.gif

月只蓝

引用回帖:

gxjhoney at 2015-04-14 09:27:14

再打扰您一下,如果是这组数据进行非线性回归呢?您能把您的回归具体过程发给我吗?我的qq邮箱是979198027@qq.com   十分感谢了!

0.999984582        313.05        4.995        0.2614

0.994928933        313.05        9.913        0.2718

0.9971861 ...

1stopt软件代码:

Title "Type your title here";

//Parameters ;

Variable y,x1,x2,x3;

Function y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^2+j*x2^2+k*x3^2;

Data;

0.999984582        313.05        4.995        0.2614

0.994928933        313.05        9.913        0.2718

0.997186182        313.05        14.815        0.2823

0.993348236        313.05        21.696        0.2919

1.0145541        328.05        4.995        0.2293

1.012005122        328.05        9.913        0.2396

1.019944614        328.05        14.815        0.2495

1.010744936        328.05        21.696        0.2587

1.131462186        343.15        4.995        0.217

1.085824998        343.15        9.913        0.222

1.08598555        343.15        14.815        0.2306

1.098545127        343.15        21.696        0.2393

1.242703525        358.25        4.995        0.2061

1.201138501        358.25        9.913        0.2107

1.181331473        358.25        14.815        0.2171

1.170881581        358.25        21.696        0.225

1.299197917        373.35        4.995        0.1957

1.334782119        373.35        9.913        0.2024

1.322612482        373.35        14.815        0.2092

1.310355154        373.35        21.696        0.2178

0.999928517        313.2        5        0.5226

0.995866443        313.2        10        0.5461

1.099874433        313.2        20        0.6552

0.962444491        333.2        5        0.3869

0.966282073        333.2        10        0.4045

1.024612032        333.2        20        0.4611

0.93147583        353.2        5        0.2948

0.936950197        353.2        10        0.3113

0.97906499        353.2        20        0.352

0.979463793        373.2        5        0.2418

1.005607517        373.2        10        0.2598

1.007680508        373.2        20        0.286

1.15558656        393.2        5        0.2311

1.144808562        393.2        10        0.242

1.121083419        393.2        20        0.2616

计算结果:

均方差(RMSE): 0.035229229942124

残差平方和(SSE): 0.0434384524810267

相关系数(R): 0.951808772782768

相关系数之平方(R^2): 0.905939939946238

决定系数(DC): 0.905939939946238

卡方系数(Chi-Square): 0.0208917822181769

F统计(F-Statistic): 317.839665434385

参数        最佳估算

----------        -------------

a                  -19.197133887181

b                  0.0842313934903759

c                  -0.132772192617217

d                  48.5671635583846

e                  0.000296959533216979

f                  -0.132402161688289

g                  0.125956237064449

h                  -7.46241924241201E-5

j                  -1.54470809019547E-5

k                  -9.95094271343294

noavatar.png

gxjhoney

引用回帖:

月只蓝 at 2015-04-14 09:37:58

1stopt软件代码:

Title "Type your title here";

//Parameters ;

Variable y,x1,x2,x3;

Function y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^2+j*x2^2+k*x3^2;

Data;

0.999984582     ...

你好,我也用的是这个算的,但是你怎么就知道function就是这个公式呢?都是整数次方,有没有可能是小数次方啊?

cfdc6361174d9cfc8169daed13483a0c.gif

月只蓝

引用回帖:

gxjhoney at 2015-04-14 13:45:02

你好,我也用的是这个算的,但是你怎么就知道function就是这个公式呢?都是整数次方,有没有可能是小数次方啊?...

公式是自己设定的,这是按照基本的多项式拟合来做的,也是是小数次幂,结果如下:

Function y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^l+j*x2^m+k*x3^n;

计算结束原因: 达到收敛判断标准

均方差(RMSE): 0.0264130919639656

残差平方和(SSE): 0.0244177999483916

相关系数(R): 0.973204282621136

相关系数之平方(R^2): 0.94712657571212

决定系数(DC): 0.947126575687068

卡方系数(Chi-Square): 0.0109160880076707

F统计(F-Statistic): 591.132074751299

参数        最佳估算

----------        -------------

a                  12.3154660655433

b                  0.335492958138094

c                  -0.133211450998558

d                  -1.53017081921291

e                  3.75655359171113E-5

f                  0.00726812817214028

g                  -0.0127964945691522

h                  -0.617112891840804

l                  0.912335032596025

j                  0.131835385184893

m                  0.993805696912243

k                  0.000198965261084859

n                  -4.91174911480919

noavatar.png

gxjhoney

引用回帖:

月只蓝 at 2015-04-14 15:13:26

公式是自己设定的,这是按照基本的多项式拟合来做的,也是是小数次幂,结果如下:

Function y=a+b*x1+c*x2+d*x3+e*x1*x2+f*x1*x3+g*x2*x3+h*x1^l+j*x2^m+k*x3^n;

计算结束原因: 达到收敛判断标准

均方差(RM ...

非常感谢!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值