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
3 W! s0 M+ ]$ K1 p0 R  s: ?* ^

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。
) Y. C! j+ ~" m/ b) S  y  [0 _, ~    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。

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;
  

复制代码
0 f6 k( e: m( }. }0 o6 |* _CORR过程语句说明
  _( {& j; X/ Q- W; j! [/ u' w一、PROC CORR语句选择项
5 `, Y) P9 l; y) M4 k, Y4 lDATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
. a7 C9 v6 h* a/ ^# h+ [3 VOUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
- h) K2 k2 w2 z& P% Q, D  hOUTS=数据集 要求产生一个含有Spearman相关的一个新数据集。
OUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。
; O0 F$ S* k5 |0 I; HOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
( Q, C4 [6 R, aPEARSON 计算通常的Pearson积矩相关，是缺省值。
5 u: e3 |2 J0 l! p8 ^SPEARMAN 计算Spearman等级相关系数
KENDALL 计算Kendallτ-b系数。
HOEFFDING 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。
% F  M, f2 `& _; t9 Q9 R- g9 a3 JNOSIMPLE 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。
NOCORR 在输出数据集中不包括相关系数。
- M% x* O) F9 C0 k1 L' `1 t, S( eNOPROB 不输出相关系数的显著性测验。
0 n$ ^/ i* {$ q4 d! r* \8 iRANK 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。
二、VAR语句
VAR 变量表
: \" r, W9 p4 C2 O" @: Z) ]) t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。
1 u" G! ]3 y0 B0 x/ T6 V8 I- i三、WITH语句
( O4 H4 g8 k( C: D5 JWITH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。
1 O: ~- s# R. i四、PARTIAL语句
# A$ }, c2 a3 m, `0 O6 b% IPARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。

; a% l$ f+ J2 m: p( \应用实例
& }; |9 G& d3 m9 i3 w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。
& L( g' n% Z: V: e2 P表1 累积温和一代三化螟蛾盛发期的关系数据
' e( s' J1 h: y) N+ l$ d6 a8 L$ XX累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.2
0 Q( x1 s: d9 g6 x2 CY盛发期        12        16        9        2        7        3       13        9        -1
& o# ?3 _0 G+ \, m/ Z9 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;
  

●        输出结果及说明
                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
0 c5 Y; P3 L* g         Simple Statistics
简单统计
Variable      N         Mean      Std Dev          Sum      Minimum     Maximum
$ \. Y, j+ |) ?9 @变量名      观察值个数 平均数    标准差          总和      最小数        最大数
4 Z! {* O; o! JX            9     37.07778      4.25199    333.70000     31.70000     44.20000
7 N9 \& j% ?  D% mY            9      7.77778      5.58520     70.00000     -1.00000     16.00000

       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
      PEARSON相关系数
                                          X                 Y
) j5 }. C1 e# o; v! G                        X           1.00000          -0.83714
                                    0.0               0.0049
                        Y          -0.83714           1.00000
                                    0.0049            0.0   
, z# h) \" [# T7 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。
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）
$ }+ [% A  }# O& C4 Qx1        x2        Y        x1        x2        Y        x1       x2        Y
/ a" v/ I0 S, B/ X7 }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
30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
, T* G3 m" ~) O! D- e! l8 V- S5 ?33.9        58.2        1022        33.3        64.5        1074                     
% z* D) c: L: g5 a; W  P34.6        64.6        1097        30.4        64.1        1029                     
+ P" R5 w# s: o: _' U●        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;
  6 C# B' \" u8 _1 Q% R; m4 ]

* `: e  \+ o! U9 q/ C0 A6 K& s

●        输出结果及说明
                                Correlation Analysis
1 S5 x" W4 ^; E0 R6 \2 `                      3 'VAR' Variables: X1       X2       Y      
      Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
' z& Z9 w: I; a- L( g9 L+ o. N               X1          1.00000          -0.71738          0.62939
( Z& ^7 D0 |6 m6 y                            0.0               0.0058            0.0212
. P8 t5 h! Y4 ]3 y6 r9 p6 X; I               X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
) ]2 x! a0 c: n* x. `                            0.0212            0.9652          0.0   
6 G+ G" A* p5 N9 r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）。
. x& a# e8 R7 e" d4 `/ H
  a( P0 w0 a$ O8 Q% b

樂淘淘

好好好好好好好好
, R  n; _5 b6 l: w0 I/ T7 z; H

废材

学习一下。。。
2 I4 H4 r6 G+ ]

废材

学习xuexi，，，