楼主: 洛夜笙萧
1201 3

[程序分享] python题目不会,求助~ [推广有奖]

  • 0关注
  • 0粉丝

小学生

50%

还不是VIP/贵宾

-

威望
0
论坛币
9 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
86 点
帖子
5
精华
0
在线时间
6 小时
注册时间
2017-12-29
最后登录
2019-5-30

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

1.对学生数据(CLASS),SAS菜单系统及编程完成以下练习:


(1)  计算AGE,WEIGHT, HEIGHT的相关系数


(2)  绘制AGE,WEIGHT, HEIGHT的散布图阵,并对预测均值附加85%的置信椭园.


(3)  SAS/INSIGHT绘制WEIGHT HEIGHT的散布图(男女用不同颜色,不同年龄用不同的符号表示).


1. 讨论某种合成纤维的强度与拉伸倍数x的相关关系(数据见数据集DST.regE21).试用SAS菜单系统及编程完成以下练习:

(1) 建立Y (合成纤维的强度)与x(拉伸倍数)回归关系式,并给出回归系数的检验结果。

(2) 给出当x=2.2,3.2,6.2和10.2时,合成纤维的强度的预测值及线性回归预测均值的90%置信区间。

(3) 绘制Y对x的散点图,回归线及均值的95%的置信限.


2.对不同类型汽车的价格和性能的数据(DST.CARS)用SAS菜单系统及编程完成以下练习:

(1)  建立MIDPRICE(中间价)与PERFORM(使用效率--性能)回归关系式,并给出回归系数的检验结果.

(2)  给出当PERFORM=0.03,0.04, 0. 05和0.06时,中间价的预测值及线性回归预测均值的90%置信区间.

(3)  绘制MIDPRICE(中间价)对PERFORM (性能)的散点图,回归线及均值的95%的置信限.



1.对不同类型汽车的价格和性能的数据(DST. CARS)用SAS菜单系统及编程完成以下练习:

  (1)建立MIDPRICE(中间价) 与citympg,cylinder,hwympg, egnsize, rpm, revl tns, fueltnk和perform的多元回归关系式,并给出各个回归系数的检验结果.

  (2)由回归系数的显著性检验结果,能否指出影响中间价格的主要因素是哪些?哪几个因素是不显著的(a=0.10)?

(3)  对92辆汽车的数据用以上拟合的回归式进行预

测,并且给出均值的95%的置信区间.  



1.对不同类型汽车的价格和性能的数据(DST. CARS)用菜单系统“分析员应用”及编程完成以下练习:

  (1)用逐步筛选方法建立MIDPRICE与citympg,

cylinder, hwympg, egns ize, rpm, revltns, fueltnk和perform的最优回归方程,(引入和保留变量的显著性水平为0.05).

(2)计算MIDPRICE(中间价) 与citympg,cylinder,hwympg, egnsize, rpm, revltns, fuel tnk和perform的所有可能回归式.并且对每种变量个数输出最好的二个回归子集.



1.试对发动机性能数据用菜单系统及编程方法完成以下练习:

(1)绘制POWER(马力)对SPEED(用每分钟转几百转度量)的散布图,它们是满足线性关系吗?

(2)建立POWER与SPEED的线性关系式,并进行显著性检验.

(3)建立POWER与SPEED的二次多项式回归.并且与一元线性回归式比较之.用几阶多项式拟合最合适?


2.试用编程方法或SAS菜单系统对钢包浸蚀数据进行分析,假定Y与X的函数关系为①双曲函数:1/y=a+b/x;②对数函数:y=a+blogx;③幂函数: y=a+bxl/2;④负指数函数:y=ae-b/x,,试作变量变换化非线性回归为线性,并建立回归方程,并比较以上四种函数关系,找出最佳的拟合曲线.



1.  试对数据Reynolds用菜单系统及编程方法完成以下练习:

  (1)建立sales与months的一元线性关系式,并绘制散布图,回归线图,sales对months和预测值的残差图,从中能否直观看出该线性模型是否适合这组数据?

(2)建立sales与months 的二次多项式回归后.绘制POWER对预测值的残差图.残差图是否较(1)中正常?



2.对不同类型汽车的价格和性能的数据CARS用SAS菜单系统Insight完成以下练习:

(1)  建立MIDPRICE(中间价)与其它7项指标的多元回归关系式,计算预测值和残差值,并添加到数据表中.找出标准化残差的绝对值大于2的观测点(可疑点)生成一个数据集(名为outlier).

(2)  计算COOKD和DFFITS统计量,并添加到数据表,然后找出强影响点.这些是否也是异常点或可疑点?

(3)检验标准化残差的正态性.








二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


沙发
mlmyf 发表于 2018-6-17 17:18:49 |只看作者 |坛友微信交流群
感觉不是python的样子

使用道具

藤椅
y3534365 发表于 2018-6-22 09:58:12 |只看作者 |坛友微信交流群
同学,貌似你这个问题是属于SAS软件的应用,请到那边提问试试吧

使用道具

板凳
hifinecon 发表于 2018-6-24 06:46:33 |只看作者 |坛友微信交流群
SAS or Python?

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-20 05:58