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。
. {! G/ Z6 E7 t* s5 E    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。
5 O- u0 r; `/ f/ K1 _
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;
  , T  G' c$ ?  d2 D" \' P6 Y3 G' v

# M7 S* \5 P+ ~复制代码
7 t, e) l5 {7 }* rCORR过程语句说明
/ {$ Q6 s/ I3 k' n. b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。
2 e. c; a9 c$ \/ k0 O8 z% qOUTS=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。
SPEARMAN 计算Spearman等级相关系数
KENDALL 计算Kendallτ-b系数。
* o2 V2 V, W- U4 ~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。
# ]! n, ?0 B# q9 f. Z; s, LVARDEF=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。
$ W7 p& U$ q, _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。
( {0 W1 l5 c2 D; ZNOPRINT 抑制任何报表的输出。
; b4 m: o( M4 wNOCORR 在输出数据集中不包括相关系数。
' M4 V4 @( @9 P& p: E7 o" Q; C1 q0 z; YNOPROB 不输出相关系数的显著性测验。
- I  h9 E& l/ B6 ]; CRANK 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。
, `+ ?6 N0 C9 L' d4 l5 `二、VAR语句
VAR 变量表
  r& s3 w& Z( V0 e. u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
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。
) W. \& _, y$ a* o/ }0 h, _四、PARTIAL语句
3 J6 v* U+ W7 c' H* A, V0 o2 vPARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。
' U+ B( K2 L$ g. i
应用实例
; F$ a4 {( u, H7 {7 r: f  J6 y0 ?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。
2 i  r8 V( F2 c8 k$ U, f3 b( N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
# j+ H) q4 Q7 {4 A" [9 l. l4 gY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;
    u8 L4 x5 j* d/ m3 q

  G% r/ o) t( y; y

●        输出结果及说明
                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
! m7 E- |6 v# k2 Q4 _         Simple Statistics
简单统计
& m1 J, p. t4 p. ~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
. Z/ V0 O9 {( A% q6 O3 N; I: [% uX            9     37.07778      4.25199    333.70000     31.70000     44.20000
Y            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
8 C/ Z& i$ _% g; M5 @                        X           1.00000          -0.83714
  ~$ @$ e8 L( W" ~) \3 n                                    0.0               0.0049
: |+ U# e4 w/ x5 H                        Y          -0.83714           1.00000
+ b3 r" S3 W' P, V                                    0.0049            0.0   
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
9 }# Q% H: O. ^1 I4 c26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
% O4 g1 B6 I9 j! q2 N: q31.3        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
. J* b" e3 u0 L9 E" }7 v4 S6 h* I6 d' y33.9        58.2        1022        33.3        64.5        1074                     
9 @% I% B- Q* L+ H34.6        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;
  

●        输出结果及说明
                                Correlation Analysis
  s& j* o3 M8 y0 K                      3 'VAR' Variables: X1       X2       Y      
      Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
+ G( ?- e8 O% V8 h' s" B* O                                 X1                X2             Y
1 x  h& t  y3 O( X, s               X1          1.00000          -0.71738          0.62939
                           0.0               0.0058            0.0212
              X2          -0.71738          1.00000          0.01347
* Q) D2 e2 _) b                            0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
                           0.0212            0.9652          0.0   
' K$ z2 e  b+ S3 W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）。
6 @0 B, V; v$ s4 y9 S9 d
  F1 a" @' V2 ^& T, I

废材

学习xuexi，，，

废材

学习一下。。。

樂淘淘

好好好好好好好好