数学建模社区-数学中国

标题: SAS相关性分析（附带实例解析，特别有用） [打印本页]
作者: 建模人生    时间: 2015-10-5 19:16
标题: SAS相关性分析（附带实例解析，特别有用）
SAS相关性分析2 B6 Z: p* ]/ ~" y4 m2 y

在统计上，x和y变数的关系有两种理论模型，第一种是回归模型；第二种叫相关模型或双变数正态总体模型。回归模型除具有自变数和依变数的区别外，还具有预测的特征，即具有由x的数量变化预测y的数量变化。相关关系是指在一定范围内，一个变数的任一变量（如xi），虽然没有另一个变数的一个确定数值yi与之对应，但是却有一个特定的yi的条件概率分布与之对应，只要这种关系存在，我们就定义变数y和x有相关关系。相关模型中，没有自变数和依变数的区别，不具有预测特性，它仅表示两个变数的偕同变异。
  N8 V6 I, f/ p( S0 c8 ~0 m& b    回归模型资料的统计方法叫回归分析，这一分析方法是要导出由x来预测或控制Y的回归方程，并确定当给自变数x为某一值时依变数y将会在什么范围内变化。相关模型资料的统计方法叫相关分析，这一分析是要测定两个变数在数量关系上的密切程度和性质。SAS系统的CORR过程能够计算两个变量间的相关系数，包括Pearson，Spearman,Hoeffding, Kendall等相关系数及其他一些统计量。, l3 {, m1 m( M7 ]2 T, j% r

* i/ d5 e% X5 z/ Q- iCORR过程格式

  • PROC CORR;
  • VAR 变量表;
  • WITH 变量表;
  • PARTIAL 变量表;
  • WEIGHT 变量;
  • FREQ 变量;
  • BY 变量表;4 K5 C1 F, U/ N" t! p

1 p2 _7 S1 I4 Q& D: x; F; [- M4 w/ \复制代码+ ?7 y! W1 {! q% N% s
CORR过程语句说明1 f3 A) t; Z  S3 e+ P9 t2 Z1 Y
一、PROC CORR语句选择项( l- C: Y$ b% ?: c% x! y
DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
7 _, [6 z: ]" ^2 lOUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
: o' G5 ?, P3 a- z7 W3 A6 {OUTS=数据集 要求产生一个含有Spearman相关的一个新数据集。: C. ]- I6 V) b" T& `  W8 V' F  {
OUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。
5 u5 v, k3 H" ^OUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
3 a; o8 @. j3 S, GPEARSON 计算通常的Pearson积矩相关，是缺省值。
6 n/ S* }' D; sSPEARMAN 计算Spearman等级相关系数
2 z; a/ [' v! nKENDALL 计算Kendallτ-b系数。6 s$ ]4 _- e8 u) u
HOEFFDING 计算Hoeffding D统计量。5 g9 B9 y% E" J, a
NOMISS 将带有某一变量缺失值的观察值从所有计算中除去。) j8 x, d; N6 V
VARDEF=DF|WGT|N|WDF 指定计算方差和协方差的分母。N观察值个数，DF自由度，WGT权重合，WDF权重合减1。) {# ?0 t) I9 X$ i
NOSIMPLE 抑制简单统计。
& N) y4 ]0 V" G+ c; P) \! C% gBEST=n 只输出每个变量与其他变量间最高的n个相关系数。, _7 z( D# f$ _4 h4 R
NOPRINT 抑制任何报表的输出。
" w) D) F  s' fNOCORR 在输出数据集中不包括相关系数。1 d! n  v# M8 n3 ~5 n* a2 _
NOPROB 不输出相关系数的显著性测验。
, L9 Z9 c5 `& Y$ RRANK 将每一变量与其他变量的相关系数按由大到小的顺序排列。* U3 y: v" t. O. `
二、VAR语句$ @4 @6 [7 l0 g# g. ]
VAR 变量表9 Q( ^! |3 |: b1 J; N* Z( g
指明要计算相关分析的变量名，缺省时，计算所有数值型变量间相关系数。
# I* r2 z7 q3 z" v9 o" i. U; Y三、WITH语句
5 ?  L  n4 T, L5 D1 g* ZWITH变量表 指明特别配对的变量名，与VAR语句配对使用，VAR语句列出相关矩阵上部出现的变量，WITH语句列出左侧出现的变量。
' r9 @: R, ]0 B: X: ?$ @四、PARTIAL语句9 S( M' s! f0 h& v0 g3 R8 o- L2 n
PARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。) F+ T" S" F5 G

  T! l7 r- u: L* q' A' P3 B6 J! c应用实例: \6 }1 T: \% v' T1 ~+ t
例1 一些夏季害虫盛发期的早迟和春季温度高低有关。江苏武进县测定1956~1964年3月下旬至4月中旬旬平均温度累积值（x，单位：旬.度）和一代三化螟蛾盛发期（y，以5月10日为0）的数据见表1，试计算x和y的相关系数和决定系数。
5 N% J  n  R& D# F  x表1 累积温和一代三化螟蛾盛发期的关系数据
. z) i7 X+ a) e2 {% ^) D( kX累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.26 f/ ~' }* T2 H
Y盛发期        12        16        9        2        7        3       13        9        -1
# Y( N* C% E' b5 {! O; L●        程序及说明
  •    DATA new;
  •     INPUT x y@@;
  •   CARDS;
  •      35.5 12 34.1 16 31.7 9 40.3 2 36.8 7 40.2 3 31.7 13 39.2 9 44.2 -1
  • PROC CORR;
  •   VAR x y;
  • RUN;
    ' L! ?5 d6 g$ L4 V
2 s8 e( B% I& `9 L

●        输出结果及说明
1 |, C7 F/ I% P" Z+ r8 U, W! J                                 Correlation Analysis相关分析
+ x1 d" U; A. w: A& [8 V# c6 A                          2 'VAR' Variables:  X        Y      ; j! A; u) u4 v; f0 H
         Simple Statistics
* n1 g# N, g. q简单统计
" w7 y' l- G7 e9 }Variable      N         Mean      Std Dev          Sum      Minimum     Maximum
$ [2 [9 \3 X7 h( i) B. s7 n变量名      观察值个数 平均数    标准差          总和      最小数        最大数
- a" U0 R7 _6 P. A$ J( C8 ?X            9     37.07778      4.25199    333.70000     31.70000     44.20000
! b! E0 m: R4 V0 qY            9      7.77778      5.58520     70.00000     -1.00000     16.00000- Q$ e9 W& w! l3 _+ k
0 S) H5 L% W/ N9 y5 n( N  v
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
$ o: _2 y  i) {" y  t# Z      PEARSON相关系数5 ~* ?8 L8 E' D! X
                                          X                 Y6 o) u* s) l: m( S3 P) C4 X
                        X           1.00000          -0.83714
$ a! ]0 ]1 `$ S, u                                    0.0               0.0049
, p' Z; a: Q0 I) M                        Y          -0.83714           1.00000
2 ~0 r4 _2 w6 |' ]! q; W                                    0.0049            0.0   
3 Y' K7 v. J2 }4 [: s5 b可见，x与y相关系数为-0.83714，概率为0.0049，达到极显著水平。
9 ]4 P. [# r1 a) e2 V' R  g例2 测定13块中籼南京11号高产田的每亩穗数（x1，单位：万）、每穗粒数（x2）和每亩稻谷产量（y，单位：斤），得结果如表2。试分析每亩穗数、每穗粒数和亩产量间的相关。2 Z) N, D* [5 K
表2 每亩穗数（x1）、每穗粒数（x2）与亩产量（y）/ C0 {. P3 [6 p
x1        x2        Y        x1        x2        Y        x1       x2        Y
, E$ P5 H2 L+ j5 c( s9 X/ l5 C26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004" k- S) c& r2 B# g  m* G
31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
" s! l2 H/ ?2 s, N. }9 q30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
( H! n$ ~2 w; T( W33.9        58.2        1022        33.3        64.5        1074                      9 w3 ^% C: |1 K) _& b- m: ~
34.6        64.6        1097        30.4        64.1        1029                      * L; B# r- s$ n& R
●        程序及说明

  •    DATA new;
  •    INPUT x1 x2 y;
  •    Cards;
  •       26.7    73.4    1008
  •       31.3    59.0    959
  •       30.4    65.9    1051
  •       33.9    58.2    1022
  •       34.6    64.6    1097
  •       33.8    64.6    1103
  •       30.4    62.1    992
  •       27.0    71.4    945
  •       33.3    64.5    1074
  •       30.4    64.1    1029
  •       31.5    61.1    1004
  •       33.1    56.0    995
  •       34.0    59.8    1045
  • PROC CORR NOSIMPLE;
  •   VAR x1 x2 y;
  • RUN;/ U3 C3 ]3 _# `; c5 @. |6 l2 q

) b+ F% \& c/ `3 N

  L* U' E3 t/ P! f/ H3 k$ ^! o- u●        输出结果及说明
) L% z; B4 _) I# l                                 Correlation Analysis  t  e# [% x- g7 y6 Y- o
                     3 'VAR' Variables: X1       X2       Y      
, {3 M$ ~- \6 L8 c" j       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
. y8 G/ o6 W+ s                                 X1                X2             Y& k- Q3 \$ s* l& S; o8 ?# u
              X1          1.00000          -0.71738          0.62939
; g% p# B. S# i/ c- P                            0.0               0.0058            0.0212( e7 d! g: L8 y
              X2          -0.71738          1.00000          0.01347
: ~0 k1 p% F1 c                            0.0058            0.0               0.96528 O  a, n6 a/ N& c
              Y            0.62939          0.01347          1.000000 v  g! r" |! x
                           0.0212            0.9652          0.0   # u  h& K! u* a- Y% m+ b
由相关分析可知，x1和x2间的相关系数为-0.71738，达极显著水平（P=0.0058<0.01）；x1和y的相关系数为0.62939，达显著水平（P=0.0212<0.05）；x2和y的相关系数为0.01347，未达到显著水平（P=0.9652>0.05）。
3 R  A0 u+ r$ [2 `1 g# ^; i
# R2 L  P+ t4 J1 s8 }& A" P
作者: 樂淘淘    时间: 2015-11-29 09:02
好好好好好好好好1 }! D9 I2 j& r2 y3 Y) b
作者: 废材    时间: 2016-9-4 09:25
学习一下。。。
5 [; Y* W6 `* N) k4 z) A
9 E# p1 c$ t1 O1 R) |- K) }) b
作者: 废材    时间: 2016-9-4 09:26
学习xuexi，，，5 C( G0 e$ p! D' _. p  X' D




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5