SAS 다중회귀분석 multiple regression

1. 데이터

미국 범죄율

uscrime.csv

0.00MB

Rate: 범죄율

Age: 평균나이

Southern: 남부인지 북부인지 나타내는 변수

Edu: 교육수준

PoliceExp0: 경찰 예산 1960년

PoliceEXp1: 경찰 예산 1959년

Labor: 노동력

Male: 남녀비율

Population: 인구

NonWhite: 백인이외의 인종

Unemploy1: 젊은이 실업율

Unemploy2: 중년층 실업율

Wealth: 소득

IncomeInequa: 소득불평등

 

data uscrime;
	infile "d:\tmp\uscrime.csv" delimiter="," firstobs=2;
	input Rate Age Southern Edu PoliceExp0 PoliceEXp1 Labor 
		  Male Population NonWhite Unemploy1 Unemploy2 Wealth IncomeInequal;
run;

 

2. 공선성(multicolinearity) 확인

vif를 확인하는데 10이상이면 공선성이 크다고 본다.

proc reg data = uscrime;
	model Rate = Age--IncomeInequal /vif;
run;

종속변수를 Rate, 독립변수로 모든 변수를 첨가하여  vif(variance inflation factor)를 보았다.

PoliceExp0와 PoliceExp1의 vif가 10보다 월등히 크므로 이 두변수사이에 공선성이 존재한다고 볼수 있다.이 두 변수중 하나를 제거하여 나머지 변수사이에도 공선성이 있는지 확인해 본다.

 

3.  Stepwise regression

PoliceExp0를 제거한 나머지 변수를 가지고 stepwise regression을 수행한다. entering과  stay를 위한 significant level을 0.05로 잡았다.

proc reg data = uscrime;
	model Rate = Age--Edu PoliceExp1--IncomeInequal /selection=stepwise sle=0.05 sls=0.05;
	plot student. * (PoliceExp1 IncomeInequal Edu Age Unemploy2);
	plot student. * (predicted. cookd. obs.);
	plot cookd. * obs.;
	plot npp. * residual.;
run; quit;