Professional Documents
Culture Documents
VARIABLES
MATRIZ DE CORRELACIONES
PROC CORR; VAR PH ST SV FND ...; RUN;
r = -0,8
Lineal!!
R2
-1 a +1
r = -0,4
r = 0,6
r = 0,0
r = 0,0
DF
Sum of
Squares
Model
Error
Corrected Total
1
4
5
78.22857
7.77143
86.00000
Mean
Square
Root MSE
1.39386
Dependent Mean 12.00000
Coeff Var
11.61553
Variable
DF
Parameter
Estimate
Intercept
X
1
1
4.60000
2.11429
F Value Pr > F
78.22857
1.94286
40.26
R-Square
Adj R-Sq
0.9096
0.8870
Standard
Error
t Value
1.29762
0.33320
3.54
6.35
0.0032
Pr > |t|
0.0239
0.0032
EMA
Media
EMA
Rango
DS
Media
R2
Ecuacin
DRS
Ecuacin
H. Soja 44
2457
444
157
0,45
128
H. Soja 47
12
2665
356
93
0,53
66
H. Soja 44-47
19
2588
591
155
0,60
104
Soja integral
3525
288
134
0,30
125
Sojas
28
2889
1438
468
0,96
121
Conc. Proteicos
+girasol, colza, palmiste
55
2284
2750
773
0,95
180
NS
kcal EMA/kg MS
3600
3200
R2 = 0,60
P = 0,001
2800
2400
2000
38
40
42
44
46
48
%PB/MS
habas
harinas
50
52
54
NS
kcal EMA/kg MS
3600
R2 = 0,965;
P< 0,0001
3200
R2 = 0,60
P = 0,001
2800
2400
2000
38
40
habas
42
44
harinas
46
%PB/MS
48
50
52
54
PROC REG;
Model y = x1 x2 x3 ... xn / SELECTION = stepwise
sle=0.05 sls=0.05;
RUN;
Anlisis de regresin por pasos para las variables dependientes EMAn/EB (%) y EMAn
(kcal/kg MS) usando la composicin qumica (% MS) como predictor (n = 96)
R2
RSD
0.736
5.76
0.829
4.66
EMAn /EB
0.839
4.55
EMAn
0.616
265
EMAn
0.718
232
EMAn
0.791
198
Variable
dependiente
Paso
EMAn /EB
EMAn /EB
Ecuacin de regresin.
CONSTRUCCION DE MODELOS
PCC, %PV
10
8
6
4
2
15
20
25
30
35 40 45
FND, %MS
50
55
60
PRESENTACIN DE RESULTADOS
PRESENTACIN DE RESULTADOS
Table III. Factors affecting caecal volatile fatty acid concentration (mmol/l)
Equation
1
2
3
4
y=
y=
y=
y=
NDF2
Intercept
NDF
ADLNDF
20.9 6.98
1.08
0.20
74.0 26.3
- 2.11
0.51
0.045
0.022
83.2 23.1
-1.90
0.46
0.042
0.017
-0.79
0.16
94.3 21.6
-1.72
0.42
0.041
0.016
-2.62
0.53
ADLNDF2
0.040
0.011
R2
78
0.27
78
0.31
78
0.48
78
0.56
rsd
14.1
< 0.001
13.8
< 0.001
12.1
< 0.001
11.2
< 0.001
NDF: Dietary NDF (% DM) (range: 19.3-55.0). ADLNDF: Dietary ADL*100/dietary NDF (range: 5.1-48.6).
FORWARD;
Sigue el mismo procedimiento que el STEPWISE pero una vez que ha incluido una variable en
el modelo ya no la retira.
BACKWARD;
En primer lugar calcula un modelo con todas las variables especificadas.
En un segundo paso selecciona la variable que aporta menos al modelo (coeficiente con mayor valor
de P, o menor valor relativo de F) y la retira.
En pasos sucesivos va retirando las variables menos significativas. Una vez que ha retirado una
variable del modelo no la vuelve a incluir.
MAXR;
Comienza seleccionando los mejores modelos con una y dos variables. En ese momento examina
si alguna sustitucin de estas dos variables por otra que no est en el modelo lo mejora y si es as la
sustituye. De esta forma se obtiene el mejor modelo formado por dos variables. Se selecciona una
tercera variable y de nuevo se examina si la sustitucin de alguna de las tres variables por otra que
no est en el modelo lo mejora, y si es as la sustituye.
El proceso se repite sucesivamente.
Este procedimiento suele obtener modelos ms optimizados (mejora mxima del R2).
proc reg;
model PCCpv= fnd fnd2 fadfnd ladfnd hemifnd celfnd cehefnd/selection=rsquare best=4 cp B;
N = 40