{"id":3641,"date":"2023-07-16T09:38:48","date_gmt":"2023-07-16T09:38:48","guid":{"rendered":"https:\/\/statorials.org\/nl\/resterende-grafische-luchtsluis\/"},"modified":"2023-07-16T09:38:48","modified_gmt":"2023-07-16T09:38:48","slug":"resterende-grafische-luchtsluis","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/resterende-grafische-luchtsluis\/","title":{"rendered":"Hoe u een restplot maakt in sas"},"content":{"rendered":"

<\/p>\n

\n

Residuele plots<\/strong> worden vaak gebruikt om te beoordelen of de residuen<\/a> van een regressiemodel normaal verdeeld zijn en of ze al dan niet heteroscedasticiteit vertonen.<\/span><\/p>\n

U kunt de volgende basissyntaxis gebruiken om een regressiemodel aan te passen en een residuele plot voor het model in SAS te maken:<\/span><\/p>\n

 symbol value<\/span> = circle;\n\nproc reg<\/span> data=my_data;\n    model<\/span> y = x;\n    plot residual. * predicted.;\nrun<\/span> ;\n<\/strong><\/pre>\n
 Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n
 Opmerking<\/strong> : de symboolverklaring geeft aan dat we de resterende plotpunten als cirkels willen weergeven. Het standaardformulier is een plusteken.<\/span><\/p>\n
 Voorbeeld: maak een restplot in SAS<\/strong><\/h2>\n
 Laten we aannemen dat we de volgende gegevensset in SAS hebben:<\/span><\/span> <\/p>\n
 \/*create dataset*\/\n<\/span>data<\/span> my_data;\n    input<\/span> xy;\n    datalines<\/span> ;\n8 41\n12 42\n12 39\n13 37\n14 35\n16 39\n17 45\n22 46\n24 39\n26 49\n29 55\n30 57\n;\nrun<\/span> ;\n\n\/*view dataset*\/\n<\/span>proc print<\/span> data<\/span> =my_data;\n<\/strong><\/span><\/pre>\n
\"\"<\/p>\n
 \/*fit simple linear regression model and create residual plot*\/\n<\/span>symbol<\/span> value<\/span> = circle;\nproc reg<\/span> data<\/span> =my_data;\n   model<\/span> y = x;\n   plot residual. * predicted.;\nrun<\/span> ;\n<\/strong><\/span><\/pre>\n
 Het resterend plot wordt onderaan de uitvoer weergegeven:<\/span> <\/p>\n
\"SAS-restspoor\"<\/p>\n
 Op de x-as worden de voorspelde waarden weergegeven en op de y-as de residuen.<\/span><\/p>\n
 Bovenaan de grafiek zien we ook de gepaste regressievergelijking:<\/span><\/p>\n
 y = 29,631 + 0,7553x<\/span><\/p>\n
 En aan de rechterkant van het diagram zien we ook de volgende statistieken voor het regressiemodel:<\/span><\/p>\n
 Omdat de residuen willekeurig verspreid zijn rond de nulwaarde zonder duidelijke trend van toenemende of afnemende variantie, wordt voldaan aan de aanname van homoskedasticiteit van de residuen<\/a> .<\/span><\/p>\n
 We kunnen de volgende syntaxis gebruiken om een eenvoudig lineair regressiemodel<\/a> aan deze gegevensset toe te passen en een residuele grafiek te maken om de residuen te visualiseren ten opzichte van de voorspelde waarden:<\/span><\/p>\n