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。
/ F2 j2 Q; ^$ H% [2 Y/ 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。

# B; m+ s) L; L) ]& \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;
  2 ], y# p- \7 T) }( @

复制代码
  M; @, T: n7 `CORR过程语句说明
一、PROC CORR语句选择项
8 f( {' c$ e$ g3 @5 a; }DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
OUTP=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。
OUTK=数据集 要求产生一个含有Kendall相关的一个新数据集。
; s8 X% r9 A% S. S1 I  _! {/ MOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
PEARSON 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。
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。
6 v: f$ a. o6 P: v5 j, }# @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。
: C2 v/ T. w: I$ L  e4 KNOSIMPLE 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。
4 g, y% A0 O0 u" gNOPRINT 抑制任何报表的输出。
# e4 l5 h( }4 o$ fNOCORR 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。
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。
二、VAR语句
VAR 变量表
, n7 K' @, o0 X2 E' t/ E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
& D! a( B- Z" t5 R9 Q( w" \/ MWITH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。
# `: N$ d8 s! }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。
# @3 \. U; V/ J0 Q
0 M/ J$ {5 x: a( {! H- k应用实例
' m+ I  }5 B- h/ Z1 p+ x+ j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。
7 b1 K0 i1 K% V+ \) F2 z$ ~. \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
* P2 e" e( S4 @+ zY盛发期        12        16        9        2        7        3       13        9        -1
●        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;
  % K: t+ H! F# V

% D" {. s% }# M; f  @

●        输出结果及说明
! i1 X* q, x5 {, j                                 Correlation Analysis相关分析
( D) d% V2 M% c& h                          2 'VAR' Variables:  X        Y      
" W) m- l, K; n& u) j+ J8 G( O         Simple Statistics
, D0 S" P0 K# u+ A, W% I% J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
  F/ @2 ?: {0 q7 M  F; ^5 A  j, hY            9      7.77778      5.58520     70.00000     -1.00000     16.00000
! x! `& M; w2 k' C, O! _
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
2 V8 M- V7 `- R8 d! a6 a9 K$ u      PEARSON相关系数
: U! m. s- w) H4 M/ Z                                          X                 Y
                        X           1.00000          -0.83714
                                    0.0               0.0049
                        Y          -0.83714           1.00000
                                    0.0049            0.0   
. q0 ^3 f5 Q5 \  Y1 }2 i  ~  j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）
/ U# l' i  S& A+ W- hx1        x2        Y        x1        x2        Y        x1       x2        Y
26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
  _6 N- C- S1 [8 J31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
1 B& g+ c; n1 L  E/ E6 k2 D30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
! M7 b8 v% H8 F+ O, R* o7 n. G33.9        58.2        1022        33.3        64.5        1074                     
34.6        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;
  : i6 E5 Y# F" R9 V3 ?9 Y+ x( \, R

. W. \% P9 l9 g0 U

●        输出结果及说明
* J/ u& G* M8 D0 f( b. ], f                                 Correlation Analysis
- l9 L" ^% h3 T! g                      3 'VAR' Variables: X1       X2       Y      
/ A1 e( s; e8 L6 r% b; p8 k1 J       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
8 b2 B6 h9 m2 m3 w- J' @0 v                                 X1                X2             Y
              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
3 K1 J# p) d" `& F1 Z               Y            0.62939          0.01347          1.00000
, d' C: E( {1 P, C                            0.0212            0.9652          0.0   
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

废材

学习一下。。。

废材

学习xuexi，，，
1 |! z- R/ O& h