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。
+ L9 I- @0 N! q: j( @3 W/ J    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。

+ V; v; @6 @" ]5 c7 i- pCORR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
CORR过程语句说明
, @; f. s( s; i5 e" T4 y2 a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。
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。
OUTH=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。
8 h8 }/ |, Q7 S" T% ^SPEARMAN 计算Spearman等级相关系数
- O- ~4 s0 T9 Q% fKENDALL 计算Kendallτ-b系数。
  {- W0 k- P* z! w* W' ~3 \HOEFFDING 计算Hoeffding D统计量。
" @9 f2 `/ y% QNOMISS 将带有某一变量缺失值的观察值从所有计算中除去。
5 W4 H( X: Y) H  H, kVARDEF=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。
- K7 {+ C7 h6 @/ hBEST=n 只输出每个变量与其他变量间最高的n个相关系数。
3 J  o- |8 q: d% E6 cNOPRINT 抑制任何报表的输出。
: d: P# A+ B8 d9 vNOCORR 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。
/ l0 U5 _8 i. ^5 F4 A/ @5 uRANK 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。
0 `2 s" g! c4 |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。
) R9 u+ I1 W  p0 I+ w5 N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。
四、PARTIAL语句
" g$ N1 W2 {5 R( `, HPARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。

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 `5 d- s* H4 M9 T6 c4 J1 e) u' S( ~表1 累积温和一代三化螟蛾盛发期的关系数据
1 f, i6 j! J. r+ MX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
●        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;
  

+ W% X! ~' b. v6 u. U# Q1 s# @

●        输出结果及说明
  w$ i, \8 e! v2 L& P$ ^                                 Correlation Analysis相关分析
' J, ]2 [0 I' F/ u8 ?                          2 'VAR' Variables:  X        Y      
2 f+ c1 g; \  f5 B* V$ O         Simple Statistics
2 c  f( _: {1 [) k5 c0 ]+ z- w( L简单统计
; }4 H0 {7 e! t: D' sVariable      N         Mean      Std Dev          Sum      Minimum     Maximum
- N) e5 _% l% A3 q" p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
Y            9      7.77778      5.58520     70.00000     -1.00000     16.00000
, y% J; `8 j# P0 y" ~1 U) M; {
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
8 i0 {. }, h9 ?9 s2 _& ]      PEARSON相关系数
                                          X                 Y
% R! p5 ?/ ?" l, f& h                        X           1.00000          -0.83714
9 d5 S6 s4 w& p; R                                    0.0               0.0049
                        Y          -0.83714           1.00000
                                    0.0049            0.0   
7 l6 P. D( e0 ]( N* W$ {# I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。
7 K- S0 T5 r8 |: Q5 f* K表2 每亩穗数（x1）、每穗粒数（x2）与亩产量（y）
$ y% e$ y% n- @: Mx1        x2        Y        x1        x2        Y        x1       x2        Y
3 o4 d; `. A( W' c- A26.7        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
0 i/ B8 G" X' B6 \: A30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
33.9        58.2        1022        33.3        64.5        1074                     
34.6        64.6        1097        30.4        64.1        1029                     
" b/ S: _. j. P, p# a, D. P$ D●        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;
  

●        输出结果及说明
                                Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
, V* N$ |2 G; d3 s$ e% V* t4 k       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
5 K& I5 J; m) g* i5 B+ x0 a; C               X1          1.00000          -0.71738          0.62939
! w! Y2 M* Y# M7 O) n* [                            0.0               0.0058            0.0212
* Q! a. P' m9 j8 @& H; T               X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
  u* r1 e6 N: u  g  O4 X- Q% X                            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）。

废材

学习xuexi，，，

废材

学习一下。。。
* X- o2 C6 f. ?6 h" K# m1 r: F
! G! C* F7 a( f, Q

樂淘淘

好好好好好好好好
1 J, b( O1 B" Y% h) e; X