Obejrzyj zależność liniową między zmiennymi

background image

Obejrzyj zależność liniową między zmiennymi i

porównaj ze współczynnikami korelacji

Analiza korelacji 'WZROST ' 'WIEK ' 'WAGA ' 'FEV1 ' 'VC ' 'FEV1_VC ' z ...

The CORR Procedure

6 Variables:

WZROST WIEK WAGA FEV1 VC FEV1_VC

Simple Statistics

Variable

N

Mean

Std Dev

Sum

Minimum

Maximum

Label

WZROST

99

8

133.7505

0

5.8817

2

13348

3

117.0000

0

153.0000

0

WZROST

WIEK

99

8

8.92655

0.4030

8

8909

7.77000

10.37000

WIEK

WAGA

99

8

30.09719

5.6141

0

30037

18.00000

59.00000

WAGA

FEV1

99

8

1.79332

0.3283

2

1790

1.04000

3.20000

FEV1

VC

99

8

1.91643

0.3722

9

1913

1.05000

3.61000

VC

FEV1_VC

99

8

94.02385

7.1746

7

93836

61.30000

133.3000

0

FEV1_VC

Pearson Correlation Coefficients, N = 998

Prob > |r| under H0: Rho=0

WZROST

WIEK

WAGA

FEV1

VC

FEV1_VC

background image

Pearson Correlation Coefficients, N = 998

Prob > |r| under H0: Rho=0

WZROST
WZROST

1.00000

0.2455

1

<.0001

0.68965

<.0001

0.4995

5

<.0001

0.50753

<.0001

-0.09098

0.0040

WIEK
WIEK

0.24551

<.0001

1.0000

0

0.14842

<.0001

0.1372

4

<.0001

0.12750

<.0001

0.00809

0.7984

WAGA
WAGA

0.68965

<.0001

0.1484

2

<.0001

1.00000

0.4449

3

<.0001

0.45156

<.0001

-0.07918

0.0123

FEV1
FEV1

0.49955

<.0001

0.1372

4

<.0001

0.44493

<.0001

1.0000

0

0.91987

<.0001

0.06447

0.0417

VC
VC

0.50753

<.0001

0.1275

0

<.0001

0.45156

<.0001

0.9198

7

<.0001

1.00000

-0.32225

<.0001

FEV1_VC
FEV1_VC

-0.0909

8

0.0040

0.0080

9

0.7984

-0.0791

8

0.0123

0.0644

7

0.0417

-0.3222

5

<.0001

1.00000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:45 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: FEV1 FEV1

background image

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

21.27591

21.2759

1

245.8

4

<.0001

Error

99

6

86.19641

0.08654

Corrected Total

99

7

107.4723

2

Root MSE

0.29418

R-Square

0.1980

Dependent Mean

1.79332

Adj R-Sq

0.1972

Coeff Var

16.4043

1

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep

t

1

1.01017

0.05081

19.88

<.0001

WAGA

WAGA

1

0.02602

0.00166

15.68

<.0001

Correlation of Estimates

Variable

Label

Intercept

WAGA

Intercept

Intercep

t

1.0000

-0.9831

WAGA

WAGA

-0.983

1

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

background image

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: DVC DVC

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

33.76963

33.7696

3

319.4

0

<.0001

Error

99

6

105.3059

5

0.10573

Corrected Total

99

7

139.0755

8

Root MSE

0.32516

R-Square

0.2428

Dependent Mean

2.14085

Adj R-Sq

0.2421

Coeff Var

15.1883

4

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep

t

1

1.15421

0.05616

20.55

<.0001

WAGA

WAGA

1

0.03278

0.00183

17.87

<.0001

Correlation of Estimates

Variable

Label

Intercept

WAGA

Intercept

Intercep

t

1.0000

-0.9831

background image

Correlation of Estimates

WAGA

WAGA

-0.983

1

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: WZROST WZROST

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

16404

16404

903.3

6

<.0001

Error

99

6

18087

18.1592

4

Corrected Total

99

7

34491

Root MSE

4.26137

R-Square

0.4756

Dependent Mean

133.7505

0

Adj R-Sq

0.4751

Coeff Var

3.18606

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

background image

Parameter Estimates

Intercept

Intercep
t

1

112.0046

4

0.73598

152.1

8

<.0001

WAGA

WAGA

1

0.72252

0.02404

30.06

<.0001

Correlation of Estimates

Variable

Label

Intercept

WAGA

Intercept

Intercep
t

1.0000

-0.9831

WAGA

WAGA

-0.983

1

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: FEV1_VC FEV1_VC

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

321.7310

9

321.7310

9

6.28

0.0123

Error

99

6

51000

51.20456

Corrected Total

99

7

51321

Root MSE

7.15574

R-Square

0.0063

background image

Dependent Mean

94.0238

5

Adj R-Sq

0.0053

Coeff Var

7.61055

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep
t

1

97.06925

1.23587

78.54

<.0001

WAGA

WAGA

1

-0.10119

0.04037

-2.51

0.0123

Correlation of Estimates

Variable

Label

Intercept

WAGA

Intercept

Intercep
t

1.0000

-0.9831

WAGA

WAGA

-0.983

1

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Analiza regresji

Wykresy

Obserwowane FEV1 od WAGA

background image

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Analiza regresji

Wykresy

Obserwowane DVC od WAGA

background image

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Analiza regresji

Wykresy

Obserwowane WZROST od WAGA

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Analiza regresji

Wykresy

Obserwowane FEV1_VC od WAGA

background image

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:44 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: FEV1 FEV1

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

26.82017

26.8201

7

331.2

1

<.0001

Error

99

6

80.65215

0.08098

background image

Analysis of Variance

Corrected Total

99

7

107.4723

2

Root MSE

0.28456

R-Square

0.2496

Dependent Mean

1.79332

Adj R-Sq

0.2488

Coeff Var

15.8679

7

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep

t

1

-1.93639

0.20514

-9.44

<.0001

WZROST

WZROST

1

0.02789

0.00153

18.20

<.0001

Correlation of Estimates

Variable

Label

Intercept

WZROST

Intercept

Intercep

t

1.0000

-0.9990

WZROST

WZROST

-0.999

0

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: DVC DVC

background image

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

43.44342

43.4434

2

452.4

6

<.0001

Error

99

6

95.63216

0.09602

Corrected Total

99

7

139.0755

8

Root MSE

0.30986

R-Square

0.3124

Dependent Mean

2.14085

Adj R-Sq

0.3117

Coeff Var

14.4739

1

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep

t

1

-2.60600

0.22338

-11.6

7

<.0001

WZROST

WZROST

1

0.03549

0.00167

21.27

<.0001

Correlation of Estimates

Variable

Label

Intercept

WZROST

Intercept

Intercep

t

1.0000

-0.9990

WZROST

WZROST

-0.999

0

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

background image

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: FEV1_VC FEV1_VC

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

424.8232

9

424.8232

9

8.31

0.0040

Error

99

6

50897

51.10105

Corrected Total

99

7

51321

Root MSE

7.14850

R-Square

0.0083

Dependent Mean

94.0238

5

Adj R-Sq

0.0073

Coeff Var

7.60286

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

Intercept

Intercep

t

1

108.8677

3

5.15320

21.13

<.0001

WZROST

WZROST

1

-0.11098

0.03849

-2.88

0.0040

Correlation of Estimates

Variable

Label

Intercept

WZROST

Intercept

Intercep

t

1.0000

-0.9990

background image

Correlation of Estimates

WZROST

WZROST

-0.999

0

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

Regresja liniowa

Rezultaty

The REG Procedure

Model: Linear_Regression_Model

Dependent Variable: WAGA WAGA

Analysis of Variance

Source

DF

Sum of

Squares

Mean

Square

F Value

Pr > F

Model

1

14945

14945

903.3

6

<.0001

Error

99

6

16478

16.5443

3

Corrected Total

99

7

31424

Root MSE

4.06747

R-Square

0.4756

Dependent Mean

30.0971

9

Adj R-Sq

0.4751

Coeff Var

13.5144

5

Parameter Estimates

Variable

Label

DF

Parameter

Estimate

Standard

Error

t Value

Pr > |t|

background image

Parameter Estimates

Intercept

Intercep
t

1

-57.9463

3

2.93216

-19.7

6

<.0001

WZROST

WZROST

1

0.65827

0.02190

30.06

<.0001

Correlation of Estimates

Variable

Label

Intercept

WZROST

Intercept

Intercep
t

1.0000

-0.9990

WZROST

WZROST

-0.999

0

1.0000

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

Analiza regresji

Wykresy

Obserwowane FEV1 od WZROST

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

background image

Analiza regresji

Wykresy

Obserwowane DVC od WZROST

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

Analiza regresji

Wykresy

Obserwowane FEV1_VC od WZROST

background image

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM

Analiza regresji

Wykresy

Obserwowane WAGA od WZROST

background image

Wygenerowane przez System SAS (Local, WIN_PRO) dnia 08JUN2004 o godz.

7:51 PM


Wyszukiwarka

Podobne podstrony:
48 Na czym polega różnica między zmiennymi Lagrangea i zmiennymi Eulera
ZALEŻNOŚĆ HIERARCHICZNA MIĘDZY?LAMI ORGANIZACYJNYMI
Zadania ze statystyki cz5 związki między zmiennymi
2009 2010 STATYSTYKA ZALEZNOSC LINIOWA
Zależności nieantagonistyczne między populacjami biologia
Regresja liniowa dwoch zmiennych, materiały z roku 2011-2012, Semestr II, Statystyka opisowa - ćwicz
2009 2010 STATYSTYKA ZALEZNOSC LINIOWAid 26684
współzależność, Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych
Liniowe przeksztalcenie zmienny Nieznany
48 Na czym polega różnica między zmiennymi Lagrangea i zmiennymi Eulera
Model liniowy z dwiema zmiennymi objaśniającymi
zadanie 1- zmienne i zaleznosci miedzy nimi, Statyst. zadania
30 Struktury zaleznosci miedzy wskaznikami zrow rozw K Chmura
8 WZAJEMNE ZALEŻNOŚCI MIĘDZY SIŁAMI
EKSPERYMENTY Z POMIARAMI DYSTANSOWYMI WARTOŚCIAMI ZMIENNEJ ZALEŻNEJ

więcej podobnych podstron