SAS相关性分析（附带实例解析，特别有用）

建模人生

SAS相关性分析
! B' ^/ G2 j8 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。
  _3 E9 L0 @" C  f0 ~  I4 I    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。
4 d- Z- p9 x4 ?; Z" I
: U3 ^# g5 ^/ s& c6 q6 W9 CCORR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;
  

% c9 k2 y+ a) A' l0 V. A7 q3 i复制代码
CORR过程语句说明
一、PROC CORR语句选择项
: K0 ?( l( s. ^* y0 D8 v+ w- \DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
: @, W. ^9 n  R9 r- FOUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
OUTS=数据集 要求产生一个含有Spearman相关的一个新数据集。
4 k& s. H* p6 kOUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。
  U/ o4 c  o$ Q: s+ GOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
8 q4 c9 |; x, }& NPEARSON 计算通常的Pearson积矩相关，是缺省值。
SPEARMAN 计算Spearman等级相关系数
KENDALL 计算Kendallτ-b系数。
  b- @% X/ Q% m4 W' O- ?# oHOEFFDING 计算Hoeffding D统计量。
NOMISS 将带有某一变量缺失值的观察值从所有计算中除去。
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。
NOSIMPLE 抑制简单统计。
BEST=n 只输出每个变量与其他变量间最高的n个相关系数。
NOPRINT 抑制任何报表的输出。
& v1 l6 z. }  m3 I" qNOCORR 在输出数据集中不包括相关系数。
NOPROB 不输出相关系数的显著性测验。
+ i$ U" N+ p: J& Q$ f+ o7 k1 J% MRANK 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。
2 ^: x) `3 ~( Y& r# V+ h2 m- {$ ]二、VAR语句
VAR 变量表
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 a( V5 X) m) X三、WITH语句
WITH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。
: x! N- a% N0 m* I四、PARTIAL语句
PARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。
( v$ t7 N, z* L( d
应用实例
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。
表1 累积温和一代三化螟蛾盛发期的关系数据
X累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.2
+ S0 J0 N; P  Y( N; s7 CY盛发期        12        16        9        2        7        3       13        9        -1
3 g8 p" }, a& k" l& T8 Q●        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;
    Y6 h, A( ?- R* S

●        输出结果及说明
                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
         Simple Statistics
+ S6 \: @4 y, G6 s简单统计
Variable      N         Mean      Std Dev          Sum      Minimum     Maximum
变量名      观察值个数 平均数    标准差          总和      最小数        最大数
! y' H8 o, J/ z( m& OX            9     37.07778      4.25199    333.70000     31.70000     44.20000
- X! C8 E/ Q8 ?( d- T6 W8 {Y            9      7.77778      5.58520     70.00000     -1.00000     16.00000
: u% u% f9 R; k2 Y
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
' z$ o5 `6 j8 d# I& L! [      PEARSON相关系数
( q: E( J2 t* T3 x                                          X                 Y
                        X           1.00000          -0.83714
  v0 G% H7 M. E& _                                    0.0               0.0049
                        Y          -0.83714           1.00000
. j1 V3 a' y7 B7 G% X                                    0.0049            0.0   
) A2 [9 _; D7 q3 O) e. M! p可见，x与y相关系数为-0.83714，概率为0.0049，达到极显著水平。
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。
表2 每亩穗数（x1）、每穗粒数（x2）与亩产量（y）
0 c. c6 s- f) Xx1        x2        Y        x1        x2        Y        x1       x2        Y
. \( C' i& t- O* M26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
- O, g! w' v6 u7 l% p  y4 ]8 Z31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
33.9        58.2        1022        33.3        64.5        1074                     
( H8 e# l( o/ G. J34.6        64.6        1097        30.4        64.1        1029                     
●        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;
  3 s1 k5 R! ~* E2 M5 s* s

  M, U+ c$ m( [0 S3 y●        输出结果及说明
  \2 E( N& a' \* F! i                                 Correlation Analysis
' K9 E- x0 K, y0 s$ H, `+ V, n4 F                      3 'VAR' Variables: X1       X2       Y      
( ]6 b0 ~3 f' J4 z' G6 @1 u       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
/ g/ D: ]  Q; E% N  {+ f" t               X1          1.00000          -0.71738          0.62939
                           0.0               0.0058            0.0212
              X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
                           0.0212            0.9652          0.0   
% H9 a- C; \' ?8 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）。

樂淘淘

好好好好好好好好
6 _8 w3 A6 q9 j" G: P: P+ _2 g

废材

学习一下。。。
  q' ~4 ]% z+ a) ~* [/ b! U
7 Q6 z/ U1 q1 P8 i- g

废材

学习xuexi，，，