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
' W# I9 ^2 v& h/ M

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。
5 N/ m1 {% T0 ?7 N% q' N; q' @    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。

% J8 s- P9 n5 T6 S, a+ ZCORR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;
  

6 s  A1 f2 H- ]' N复制代码
CORR过程语句说明
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。
# X5 R" O. v5 rOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
4 ^3 r% `8 \5 H3 U; V# mPEARSON 计算通常的Pearson积矩相关，是缺省值。
  o8 i9 h5 \4 \/ c, n# ASPEARMAN 计算Spearman等级相关系数
+ f# }# g6 A/ s/ Z2 ^, X6 L. qKENDALL 计算Kendallτ-b系数。
3 n) F2 ~" P4 ~# }0 |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。
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。
NOPRINT 抑制任何报表的输出。
' h" K9 f0 Y( p7 |NOCORR 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
- v3 b* T6 o# C( }0 p7 L0 `VAR 变量表
: o: \% t. Q' Y* h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
" w# u7 P5 i! q, [8 x3 K- x' 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。
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。

/ l/ \4 D6 h+ C+ C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。
" H) I: W# c4 g& `1 m0 k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
- o" ~* W7 `8 S- M/ N' Q$ kY盛发期        12        16        9        2        7        3       13        9        -1
5 Q7 Z+ d5 c+ {. ?5 R: ]6 O●        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;
  - i1 f  y$ P( i8 T9 P  q

5 t/ F) I# ]3 T5 j' ?

●        输出结果及说明
- x% j) F$ H# ~  C                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
8 y! K4 U, ~; N3 w         Simple Statistics
8 R' u8 e$ s; e6 ?# G+ {简单统计
Variable      N         Mean      Std Dev          Sum      Minimum     Maximum
# l2 s9 X6 z* r& X+ o' j变量名      观察值个数 平均数    标准差          总和      最小数        最大数
5 z7 j5 X3 q) z7 nX            9     37.07778      4.25199    333.70000     31.70000     44.20000
Y            9      7.77778      5.58520     70.00000     -1.00000     16.00000
, C3 W3 D2 K% u
5 {$ k& O+ k) q; b       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
      PEARSON相关系数
                                          X                 Y
& O+ @8 L# d: V' z9 p) C" M" W                        X           1.00000          -0.83714
                                    0.0               0.0049
3 k; A1 f* {( ~                        Y          -0.83714           1.00000
) L$ |- @+ {/ ?9 ^* P! n3 g& `8 q                                    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。
; k9 m! V& p( E: m( V! a7 {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）
! a3 g# B+ G, Z$ m6 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 U3 ?' N% L5 U1 z! c+ s31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
' ^* r* r5 N4 c3 w30.4        65.9        1051        27.0        71.4        945       34.0        59.8        1045
' z. @7 T5 `* }1 L" D7 I) S" R33.9        58.2        1022        33.3        64.5        1074                     
( q- ?; H2 ^  u& g, E8 D1 u  e34.6        64.6        1097        30.4        64.1        1029                     
0 N  O1 S* T+ 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;
  ' l4 E! S2 f' q  o

●        输出结果及说明
                                Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
- D) z9 {7 ~" c! C2 h# J5 X       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
              X1          1.00000          -0.71738          0.62939
+ ?5 `' E! E( ~5 H9 X                            0.0               0.0058            0.0212
, N5 O# b) e' E4 u! m               X2          -0.71738          1.00000          0.01347
3 l0 _5 Q! |$ b7 }) S* k# s6 Y                            0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
' n) M5 R5 ]: |" ~                            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。。。

5 I' `! r6 o$ }

废材

学习xuexi，，，
) N$ M& _3 W" b( n+ b9 |4 c# D