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

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。
! h$ m/ G: l% ^+ j0 {, l# a& D    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。
3 f- e, _3 X* k: ^6 ^
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;
  

# N! y/ C7 ^, o复制代码
CORR过程语句说明
; m: f$ l9 `9 U' H! J) T一、PROC CORR语句选择项
DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
" b" W% o+ j: k- q$ tOUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
" w, }2 P0 s+ {  t  H, M) t4 K1 yOUTS=数据集 要求产生一个含有Spearman相关的一个新数据集。
( A3 S0 W" v8 _8 TOUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。
8 _# E1 |* ^# K3 Z2 _: b7 ~* q) k. tOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
* s4 V( }# R1 G0 xPEARSON 计算通常的Pearson积矩相关，是缺省值。
" i% W+ ^0 _- xSPEARMAN 计算Spearman等级相关系数
KENDALL 计算Kendallτ-b系数。
) e. n5 z- C" PHOEFFDING 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。
" C' h: }* @9 U7 q( kNOSIMPLE 抑制简单统计。
% M$ k% \: Y: D$ ~BEST=n 只输出每个变量与其他变量间最高的n个相关系数。
& p& z" c- z' d  u' DNOPRINT 抑制任何报表的输出。
: [/ @3 x9 Y5 {% e* k7 XNOCORR 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。
: u" g2 S8 ?6 T" `RANK 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。
/ s8 ^# j/ ^8 D& G8 a. l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。
三、WITH语句
7 P' a+ N: Z/ I, W0 PWITH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。
" g; l8 f* H# r% @- h  `' n; B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。
9 b9 B) e# _+ D) E+ ^; J
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。
9 C8 k- P7 W$ n8 w8 |4 E表1 累积温和一代三化螟蛾盛发期的关系数据
4 {' ~# B- W0 W- IX累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.2
Y盛发期        12        16        9        2        7        3       13        9        -1
1 |' O; o0 {" G7 h' |& C. N●        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;
  

●        输出结果及说明
' M- Y5 i3 K6 m1 ]0 ?                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
         Simple Statistics
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
X            9     37.07778      4.25199    333.70000     31.70000     44.20000
6 ~0 ?7 b# P7 l, O6 nY            9      7.77778      5.58520     70.00000     -1.00000     16.00000
* O+ W3 h9 t! o5 ~$ W
" J- _+ A$ P2 q0 \; B1 i/ N       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
7 g9 q8 Q* c' W8 C      PEARSON相关系数
                                          X                 Y
                        X           1.00000          -0.83714
8 ^' y! a* w8 d7 a6 O% V                                    0.0               0.0049
& H3 ?& Z/ D' K- y                        Y          -0.83714           1.00000
                                    0.0049            0.0   
  e5 r. Z0 n# a; \% ^/ X# a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）
x1        x2        Y        x1        x2        Y        x1       x2        Y
26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
- s2 M6 U4 c. N; B30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
33.9        58.2        1022        33.3        64.5        1074                     
/ A: x) ~4 M1 X& n" H  a34.6        64.6        1097        30.4        64.1        1029                     
6 C/ q' s- l: q1 G* G  Z●        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;
  

4 M% F9 z( M9 v" W

●        输出结果及说明
: C" r& s% v2 x# I                                 Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
" V8 w) s$ [* Y# q, t7 n" x       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
( B0 [% H+ h+ _4 z% r' v) |               X1          1.00000          -0.71738          0.62939
" E2 W5 k+ g) x                            0.0               0.0058            0.0212
              X2          -0.71738          1.00000          0.01347
* T& O+ l6 M& {" u                            0.0058            0.0               0.9652
# ~+ @$ Y; A# O+ R$ @/ b7 ]               Y            0.62939          0.01347          1.00000
                           0.0212            0.9652          0.0   
* O  o% V8 U$ A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）。
2 Y. x+ O0 K  p9 e9 v' x

樂淘淘

好好好好好好好好

废材

学习一下。。。

废材

学习xuexi，，，
, g% \& S* O8 P; C, r