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* [9 E' _- f% j, v$ g; _

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。
) i9 E+ h6 j1 ?! K* 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。" |7 N3 t7 J0 a1 t8 A
2 G0 N  Q: j1 Q
CORR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;
    % ?8 ~% `! z9 ~' a

* l& i; ]. Z- a5 B复制代码
( d3 Z" V7 B& ^: ~, m9 R. n0 iCORR过程语句说明* P$ X% u) H6 R& Q% I" M4 s
一、PROC CORR语句选择项0 c' E" t' ~6 E
DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
% a3 h$ l1 {  M, ROUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
5 u- s* E* c. i1 a8 A7 SOUTS=数据集 要求产生一个含有Spearman相关的一个新数据集。
; ^8 [* z. D: X/ m1 j2 [OUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。' @6 {3 O! |+ O0 a) x
OUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。/ ?( E5 H' B4 H  y- H% u
PEARSON 计算通常的Pearson积矩相关，是缺省值。
+ w, j) l+ o1 @1 D6 RSPEARMAN 计算Spearman等级相关系数
3 T; j9 k( p! Y6 W& @$ _' z3 B7 g# Q, yKENDALL 计算Kendallτ-b系数。0 e  d# F- Q7 Z8 \) I9 r& H$ U7 P
HOEFFDING 计算Hoeffding D统计量。& N/ _. h  K9 a4 s; z9 [# C# H( d
NOMISS 将带有某一变量缺失值的观察值从所有计算中除去。4 ^! k/ \* C# M3 c! z
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。- }$ D$ j$ w/ N  g. K% ?/ p
NOSIMPLE 抑制简单统计。
: n7 z. [/ J9 h- y0 z- w. RBEST=n 只输出每个变量与其他变量间最高的n个相关系数。$ p6 _) _; R( L6 e! g; b7 o! _- f
NOPRINT 抑制任何报表的输出。7 l4 h7 h3 K- }- \; m* N. T
NOCORR 在输出数据集中不包括相关系数。' A/ ^! X+ }& ?+ s
NOPROB 不输出相关系数的显著性测验。
% ^/ e$ j( F0 @: jRANK 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。4 t3 ?4 A; j' l% A; V8 L
二、VAR语句4 F: v; N6 ^3 k. V
VAR 变量表; X4 f& ^. {$ |0 Y3 n. W% d
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。0 ~! [/ P4 O! W' A+ X$ o9 n
三、WITH语句
, a* ^( _8 Y, k% W7 l( hWITH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。9 d2 z- x# K/ _( u+ u8 q
四、PARTIAL语句
! ~! m1 ^* {4 u% tPARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。
9 t! m- c  B& d9 U  T4 C/ s& y& M: i- u. \) w7 Z" f/ [
应用实例' m, x8 a' Z* E8 B: H
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。
& q! ^) t8 V. W# d( H表1 累积温和一代三化螟蛾盛发期的关系数据9 M# `( f! a+ b* t' a; k) a
X累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.23 {2 [# n  T: O; o1 ^( L
Y盛发期        12        16        9        2        7        3       13        9        -1
8 @) ~' h  I" _- V●        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;7 y% s! J  J: ?+ y; V/ z
8 U0 b2 W% b1 o  E& f+ ^0 {5 @# ?

●        输出结果及说明
' |" [' f6 x2 S. p2 s                                 Correlation Analysis相关分析* y6 g! X! B/ @7 K4 z' e2 V" `
                          2 'VAR' Variables:  X        Y      0 @: ]0 U% o2 G
         Simple Statistics+ |; \- N* e3 \, ^) F
简单统计
) ~2 F; z3 K7 {! C2 F8 HVariable      N         Mean      Std Dev          Sum      Minimum     Maximum
# E) _# C( a, W6 l, B; Y变量名      观察值个数 平均数    标准差          总和      最小数        最大数
" W; Y+ T* t( \8 J! h, z: [9 h; G+ OX            9     37.07778      4.25199    333.70000     31.70000     44.200006 a$ x& q2 u- @1 t
Y            9      7.77778      5.58520     70.00000     -1.00000     16.00000- e3 [0 X- W/ a  G; r( @! c* f# I" Q
1 Q- P0 g6 \/ @6 z- y5 X9 Y7 _
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
' B8 k; t  q- i7 f8 e" h/ Q  D      PEARSON相关系数9 Q5 {, l. W- z3 o, P
                                          X                 Y& r: v5 E4 [/ P1 k5 V  P" f3 U6 {
                        X           1.00000          -0.83714$ \: I2 j' `% S4 k6 p$ H3 C
                                    0.0               0.0049
$ B- b1 t4 b( ]! s9 B* A, i4 T                        Y          -0.83714           1.000001 I% @7 K; e% ~0 |
                                    0.0049            0.0   % b9 d- O5 [0 y  n# {) R4 o: _2 y$ E
可见，x与y相关系数为-0.83714，概率为0.0049，达到极显著水平。
" K7 K4 N' ^  ]; E; T- A" L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。
1 c9 N  W* T' T表2 每亩穗数（x1）、每穗粒数（x2）与亩产量（y）
) A, a0 @9 T1 \! ^4 W5 u) f" Ox1        x2        Y        x1        x2        Y        x1       x2        Y" K3 y1 w, ^: K% f3 x- G* X7 k, n
26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004- W4 {$ n: ?% Y5 e9 p* X* w
31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
6 N( i6 P8 q1 B; F3 k4 ~5 D" L30.4        65.9        1051        27.0        71.4        945       34.0        59.8        10455 \8 o- U3 r! `$ |5 j# A- X
33.9        58.2        1022        33.3        64.5        1074                      . ]0 w# `0 x, t
34.6        64.6        1097        30.4        64.1        1029                      & G; U+ T7 z7 E7 V9 ^8 C4 ^
●        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;
    9 {! X$ j0 [- j' ~0 c. u6 N
/ a$ u8 K( d: `$ P9 ]

) ?+ H4 B* J% P+ x) y4 B●        输出结果及说明
/ i8 l8 j/ h% l7 f/ {5 L7 _# X, ^                                 Correlation Analysis; \0 p1 C8 Q5 L3 o" d. h; k7 Z
                     3 'VAR' Variables: X1       X2       Y      
+ e9 F0 a0 S" r& E% Y       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13 . I5 Q( K; x% l4 g% S. D) C- r
                                X1                X2             Y% t  ]# P( h" c0 p6 c
              X1          1.00000          -0.71738          0.629391 l9 a7 F- l$ |! N7 W- H, T
                           0.0               0.0058            0.0212
" ~6 E6 D0 Z% o+ [: T6 K               X2          -0.71738          1.00000          0.01347
' i) s1 h- d2 u6 v9 V3 b( O                            0.0058            0.0               0.9652
& ?& N* w" ?+ i               Y            0.62939          0.01347          1.00000
/ s, i- t) u5 l6 S) g+ ^                            0.0212            0.9652          0.0   
' N: |4 l6 V" {9 I1 I9 _8 \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）。% }; r* R* ?) c8 K" `

6 H2 m8 Y+ Y0 M3 I( s
作者: 樂淘淘    时间: 2015-11-29 09:02
好好好好好好好好
" g& }& ^  v$ e. u3 q* c- C! }" V0 R
作者: 废材    时间: 2016-9-4 09:25
学习一下。。。
0 U! x& B+ ~0 Z/ d$ ?4 m: D) ^9 {9 R; q' g/ y
作者: 废材    时间: 2016-9-4 09:26
学习xuexi，，，
6 B) A5 S6 k& D. G/ e: ]7 p3 U



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