Ⅲ 用SAS做回归分析为了检验误差为正态分布的假定，回到数据窗口。可以看到残差R_Y和预测值P_Y已加到数据集之中，可以用Distribution(Y)来验正残差的正态性。

1)选择菜单“Analyze（分析）”→“Distribution(Y)（分布）”，打开“Distribution(Y)”对话框。在数据表BLDK的变量列表中，选择R_Y，然后单击“Y”按钮，R_Y被选为分析变量；2)单击“OK”按钮；

3)选择菜单“Curves”→“TestforDistribution”；

4)在打开的“TestforDistribution”对话框中单击“OK”按钮即可。

数学建模培训徐雅静08年7月

Ⅲ 用SAS做回归分析在分析结果的TestforDistribution（分布检验）表中看到，p值大于0.05，不能拒绝原假设，表明可以接受误差正态性的假定。

数学建模培训徐雅静08年7月

Ⅲ 用SAS做回归分析(3)利用回归方程进行估计和预测

例如，要估计贷款余额为100亿元时，所有分行不良贷款的平均值。

1)回到数据窗口，点击数据表的底部，增加一个新行；在第一个空行中，在x1列填入100，并按Enter键；

2)自动计算出Y的预测值并将结果显示在P_Y列之中，这样可以得到任意多个预测值。上图表明，贷款余额为100亿元时，所有分行不良贷款的平均值约为2.96亿元。

数学建模培训徐雅静08年7月

Ⅲ 用SAS做回归分析(4)拟合不含常数项的回归

要拟合常数项为零的回归模型，只需在上述步骤中的“Fit(YX)”对话框中取消“Intercept”复选项，如图所示。

? ? 0.0331 x单击“OK”按钮后，得到的回归模型为：Y1拟合汇总表显示判定系数R-Square为0.8556，有所提高，如左图所示。

数学建模培训徐雅静08年7月