Çoklu regresyon analizi birçok paket program aracılığı ile uygulanabilmektedir. SAS paket programında çoklu regresyon analizine ilişkin birçok temel gösterge elde edilebilir. Halbuki diğer paket programların birçoğu menüler aracılığı ile sadece belirli hesaplamaları gerçekleştirebilmektedir. Sas’ ta hata değerleri için her gözleme ait tahminler ayrı ayrı elde edilebilmektedir. Sas’ ı regresyon analizi alanında diğer programlara göre güçlü kılan en temel özelliklerden birisi de model seçim kriterleri ve temel hesaplamaların dışında fazladan birçok istatistiğin elde edilebilmesidir. Bu hesaplamaların birçoğunu gelecek yazılarımda göstereceğim. Şimdilik belirli temel işlemleri göstereceğim.
Elimizde 4 bağımsız 1 bağımlı değişkenden oluşan bir veri setinin olduğunu düşünelim. Bu analiz, PROC REG komutu kullanılarak gerçekleştirilmiştir. Hâlihazırdaki veri setine uygulanan çoklu regresyon analizi sonuçları aşağıdaki tablolarda gösterilmektedir.
The REG Procedure |
Model: MODEL1 |
Dependent Variable: y |
Analysis of Variance | |||||
Source | DF | Sum of Squares | Mean Square | F Value | Pr > F |
Model | 4 | 29737 | 7434.19399 | 1141030 | <.0001 |
Error | 30 | 0.19546 | 0.00652 | | |
Corrected Total | 34 | 29737 | | | |
Root MSE | 0.08072 | R-Square | 1.0000 |
Dependent Mean | 53.02857 | Adj R-Sq | 1.0000 |
Coeff Var | 0.15222 | | |
Parameter Estimates | |||||
Variable | DF | Parameter Estimate | Standard Error | t Value | Pr > |t| |
Intercept | 1 | -0.11438 | 0.05407 | -2.12 | 0.0428 |
x1 | 1 | 0.01440 | 0.00049860 | 28.88 | <.0001 |
x2 | 1 | -0.01411 | 0.00046786 | -30.16 | <.0001 |
x3 | 1 | 0.05817 | 0.00051656 | 112.62 | <.0001 |
x4 | 1 | 0.01430 | 0.00000671 | 2132.54 | <.0001 |
Yukarıdaki tablolarda varyans analizi tablosu, modele ilişkin çeşitli karakteristik değerler ve her bağımsız değişken için β parametre tahminleri, tahminlerin standart hata ve anlamlılık değerleri gösterilmektedir.
Aşağıdaki tablolarda her gözlem için tahminler, tahminlerin güven sınırları ve hata değerleri hesaplanmıştır. Bu çıktılar “CLM” komutu kullanılarak elde edilmiştir.
The REG Procedure |
Model: MODEL1 |
Dependent Variable: y |
Output Statistics | ||||||
Obs | Dependent Variable | Predicted Value | Std Error Mean Predict | 95% CL Mean | Residual | |
1 | 75.0000 | 74.9206 | 0.0334 | 74.8525 | 74.9887 | 0.0794 |
2 | 6.0000 | 6.0386 | 0.0261 | 5.9852 | 6.0919 | -0.0386 |
3 | 5.0000 | 5.0262 | 0.0286 | 4.9678 | 5.0846 | -0.0262 |
4 | 74.0000 | 74.0311 | 0.0293 | 73.9713 | 74.0910 | -0.0311 |
5 | 10.0000 | 10.0284 | 0.0355 | 9.9559 | 10.1010 | -0.0284 |
6 | 67.0000 | 66.9097 | 0.0285 | 66.8516 | 66.9678 | 0.0903 |
7 | 49.0000 | 48.9600 | 0.0195 | 48.9201 | 48.9998 | 0.0400 |
8 | 90.0000 | 90.0340 | 0.0391 | 89.9542 | 90.1138 | -0.0340 |
9 | 74.0000 | 73.9134 | 0.0328 | 73.8464 | 73.9803 | 0.0866 |
10 | 94.0000 | 93.9185 | 0.0261 | 93.8653 | 93.9717 | 0.0815 |
11 | 21.0000 | 20.8783 | 0.0367 | 20.8035 | 20.9532 | 0.1217 |
12 | 95.0000 | 94.9982 | 0.0293 | 94.9383 | 95.0580 | 0.001817 |
13 | 14.0000 | 14.0605 | 0.0320 | 13.9951 | 14.1258 | -0.0605 |
14 | 89.0000 | 89.1616 | 0.0241 | 89.1124 | 89.2108 | -0.1616 |
15 | 38.0000 | 38.0815 | 0.0255 | 38.0295 | 38.1335 | -0.0815 |
16 | 48.0000 | 47.9853 | 0.0182 | 47.9481 | 48.0226 | 0.0147 |
17 | 70.0000 | 69.9892 | 0.0413 | 69.9048 | 70.0736 | 0.0108 |
18 | 92.0000 | 91.9868 | 0.0252 | 91.9354 | 92.0382 | 0.0132 |
19 | 92.0000 | 92.0945 | 0.0434 | 92.0059 | 92.1830 | -0.0945 |
20 | 43.0000 | 43.0742 | 0.0297 | 43.0135 | 43.1349 | -0.0742 |
21 | 40.0000 | 39.9555 | 0.0325 | 39.8891 | 40.0219 | 0.0445 |
22 | 74.0000 | 73.9138 | 0.0232 | 73.8664 | 73.9612 | 0.0862 |
23 | 50.0000 | 49.8833 | 0.0185 | 49.8456 | 49.9210 | 0.1167 |
24 | 78.0000 | 78.0780 | 0.0322 | 78.0122 | 78.1439 | -0.0780 |
25 | 32.0000 | 31.9375 | 0.0308 | 31.8746 | 32.0004 | 0.0625 |
26 | 21.0000 | 20.9632 | 0.0289 | 20.9043 | 21.0221 | 0.0368 |
27 | 88.0000 | 88.1001 | 0.0406 | 88.0172 | 88.1830 | -0.1001 |
28 | 71.0000 | 71.0608 | 0.0328 | 70.9938 | 71.1279 | -0.0608 |
29 | 43.0000 | 42.8722 | 0.0307 | 42.8094 | 42.9350 | 0.1278 |
30 | 3.0000 | 3.0245 | 0.0379 | 2.9472 | 3.1019 | -0.0245 |
31 | 5.0000 | 5.1017 | 0.0319 | 5.0365 | 5.1669 | -0.1017 |
32 | 50.0000 | 50.0340 | 0.0285 | 49.9758 | 50.0921 | -0.0340 |
33 | 48.0000 | 47.9332 | 0.0200 | 47.8924 | 47.9741 | 0.0668 |
34 | 42.0000 | 42.1020 | 0.0249 | 42.0512 | 42.1528 | -0.1020 |
35 | 65.0000 | 64.9493 | 0.0276 | 64.8928 | 65.0057 | 0.0507 |
Sum of Residuals | 0 |
Sum of Squared Residuals | 0.19546 |
Predicted Residual SS (PRESS) | 0.26819 |
Aşağıdaki tablolarda tahminlere ilişkin etki teşhisi için tüm gözlemlere ait istatistikler gösterilmektedir. “INFLUENCE” komutu ile etkili gözlem değerleri için tahminler ve karakteristik değerler elde edilmiştir. Bu yöntem sayesinde hangi gözlemlerin tahminler üzerine etkili olduğu tespit edilebilmektedir. Rstudent değerleri, her gözlem için kendi standart sapması kullanılarak standardize edilmiş değerleri göstermektedir. Rstudent değerinin mutlak değerinin 2’den büyük olması gözlemi etkili kılmaktadır. Covratio değerleri i. Gözlemin silinmesi durumunda varyans-kovaryans matrisinin determinantında meydana gelebilecek değişmeleri göstermektedir. Her gözlem için (covratio-1)=>3p/n olması beklenir ( p parametre, n gözlem sayısı olmak üzere). Dffits değeri, tahmindeki i. gözlem için ölçeklendirilmiş ölçüm değeri olarak tanımlanır ve 2’den büyük olması durumunda o gözlemin etkili gözlem olduğu kabul edilir. Dffits değeri Cook uzaklığı ile aynı işlevi görmektedir. Dfbetas değerleri i. gözlemin silinmesi durumunda her parametre tahminindeki değişimin ölçeklendirilmiş ölçüsü olarak göstermektedir.
Output Statistics | ||||||||||
Obs | Residual | RStudent | Hat Diag H | Cov Ratio | DFFITS | DFBETAS | ||||
Intercept | x1 | x2 | x3 | x4 | ||||||
1 | 0.0794 | 1.0832 | 0.1708 | 1.1718 | 0.4917 | -0.1954 | 0.2412 | -0.1680 | 0.2516 | 0.1687 |
2 | -0.0386 | -0.4987 | 0.1048 | 1.2681 | -0.1707 | -0.0959 | 0.0171 | -0.0138 | 0.0161 | 0.1441 |
3 | -0.0262 | -0.3417 | 0.1254 | 1.3276 | -0.1294 | -0.0890 | -0.0069 | 0.0393 | 0.0373 | 0.1033 |
4 | -0.0311 | -0.4083 | 0.1318 | 1.3261 | -0.1591 | 0.0111 | 0.0267 | 0.0757 | -0.0975 | -0.0577 |
5 | -0.0284 | -0.3868 | 0.1938 | 1.4321 | -0.1896 | -0.0611 | -0.0661 | -0.0640 | 0.1070 | 0.1113 |
6 | 0.0903 | 1.2044 | 0.1243 | 1.0599 | 0.4537 | 0.0156 | 0.2830 | -0.0635 | -0.2481 | 0.0948 |
7 | 0.0400 | 0.5047 | 0.0585 | 1.2045 | 0.1258 | 0.0403 | -0.0600 | -0.0320 | 0.0584 | -0.0103 |
8 | -0.0340 | -0.4749 | 0.2345 | 1.4888 | -0.2629 | 0.1755 | -0.0176 | -0.1787 | -0.1497 | -0.1253 |
9 | 0.0866 | 1.1822 | 0.1649 | 1.1212 | 0.5253 | 0.0742 | 0.2656 | -0.2350 | -0.2673 | 0.1456 |
10 | 0.0815 | 1.0693 | 0.1042 | 1.0900 | 0.3646 | 0.0144 | -0.0416 | -0.1598 | -0.0050 | 0.2648 |
11 | 0.1217 | 1.7489 | 0.2064 | 0.9042 | 0.8919 | 0.3905 | -0.5223 | 0.4220 | -0.0939 | -0.3786 |
12 | 0.001817 | 0.0238 | 0.1319 | 1.3646 | 0.0093 | 0.0006 | -0.0043 | 0.0014 | -0.0013 | 0.0060 |
13 | -0.0605 | -0.8116 | 0.1571 | 1.2562 | -0.3504 | -0.1349 | 0.0542 | 0.1578 | -0.1512 | 0.1920 |
14 | -0.1616 | -2.2332 | 0.0891 | 0.5882 | -0.6984 | 0.2136 | 0.0273 | -0.2796 | -0.0233 | -0.4896 |
15 | -0.0815 | -1.0668 | 0.0996 | 1.0854 | -0.3548 | 0.1385 | -0.2272 | -0.1755 | -0.1047 | 0.0858 |
16 | 0.0147 | 0.1833 | 0.0510 | 1.2412 | 0.0425 | 0.0172 | 0.0151 | -0.0102 | -0.0213 | -0.0064 |
17 | 0.0108 | 0.1527 | 0.2621 | 1.5991 | 0.0910 | -0.0708 | 0.0471 | 0.0621 | 0.0501 | 0.0214 |
18 | 0.0132 | 0.1694 | 0.0973 | 1.3060 | 0.0556 | -0.0186 | -0.0081 | 0.0187 | 0.0120 | 0.0407 |
19 | -0.0945 | -1.4104 | 0.2888 | 1.1955 | -0.8987 | -0.5367 | 0.5567 | 0.5039 | 0.3418 | -0.3445 |
20 | -0.0742 | -0.9887 | 0.1355 | 1.1611 | -0.3915 | -0.0253 | 0.0337 | 0.1771 | -0.2619 | 0.0478 |
21 | 0.0445 | 0.5957 | 0.1621 | 1.3305 | 0.2620 | -0.0068 | 0.1175 | 0.1599 | -0.1246 | -0.0530 |
22 | 0.0862 | 1.1193 | 0.0827 | 1.0454 | 0.3361 | -0.1307 | 0.1211 | 0.2035 | -0.0321 | 0.1423 |
23 | 0.1167 | 1.5171 | 0.0524 | 0.8534 | 0.3568 | -0.0969 | 0.0817 | 0.0745 | 0.2194 | -0.0141 |
24 | -0.0780 | -1.0567 | 0.1595 | 1.1669 | -0.4603 | -0.2035 | 0.3108 | -0.0321 | 0.1730 | -0.1506 |
25 | 0.0625 | 0.8336 | 0.1458 | 1.2320 | 0.3444 | 0.2705 | -0.2498 | -0.1802 | 0.0116 | -0.1149 |
26 | 0.0368 | 0.4817 | 0.1278 | 1.3053 | 0.1844 | 0.0898 | -0.0761 | -0.0703 | 0.0760 | -0.0930 |
27 | -0.1001 | -1.4613 | 0.2527 | 1.1114 | -0.8498 | -0.0555 | -0.4302 | 0.2444 | 0.5180 | -0.3212 |
28 | -0.0608 | -0.8207 | 0.1655 | 1.2658 | -0.3655 | 0.0013 | 0.2408 | -0.1333 | -0.1398 | -0.0968 |
29 | 0.1278 | 1.7725 | 0.1451 | 0.8286 | 0.7303 | 0.6741 | -0.3384 | -0.4570 | -0.4221 | -0.1446 |
30 | -0.0245 | -0.3393 | 0.2201 | 1.4892 | -0.1802 | -0.0635 | 0.0322 | -0.1043 | 0.0438 | 0.1136 |
31 | -0.1017 | -1.3935 | 0.1564 | 1.0157 | -0.6001 | -0.1002 | -0.2276 | 0.1049 | -0.1490 | 0.4070 |
32 | -0.0340 | -0.4436 | 0.1245 | 1.3083 | -0.1673 | -0.0671 | -0.0156 | -0.0406 | 0.1344 | 0.0152 |
33 | 0.0668 | 0.8499 | 0.0614 | 1.1162 | 0.2174 | 0.0245 | -0.0989 | 0.0544 | 0.1077 | -0.0216 |
34 | -0.1020 | -1.3466 | 0.0949 | 0.9666 | -0.4361 | -0.1253 | -0.2069 | 0.2442 | 0.0778 | 0.0902 |
35 | 0.0507 | 0.6628 | 0.1172 | 1.2448 | 0.2415 | -0.1098 | 0.1405 | -0.0360 | 0.1275 | 0.0584 |