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。
    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。

. f  g' d4 \' ~. u! dCORR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;
  

, w' x+ n5 G$ Y) N$ ~$ A" ^, V: P9 Y复制代码
, Z8 X1 k" g7 ZCORR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。
2 c/ [) V: C: X% K% [& @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。
; ^& \. @; o" m$ I9 rOUTH=数据集 要求产生一个含有Hoeffding相关的一个新数据集。
2 |9 w0 T0 X: x  p4 `+ G) o$ T) \0 H1 rPEARSON 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。
- |% W( ]# V9 E; y% Q6 k! c1 cVARDEF=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。
; e1 F  K1 D3 l3 ^BEST=n 只输出每个变量与其他变量间最高的n个相关系数。
; w& D8 t5 a4 p+ v. `4 XNOPRINT 抑制任何报表的输出。
: O. ~4 r- R" i/ TNOCORR 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。
  ]9 D# {* u# @+ T% L' ]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。
% W$ Y: z' g1 c0 b" d7 S7 Y! s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。
- K' f/ [* y4 T/ k3 r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
PARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。

8 W0 s4 h; r+ p- H. W2 J. A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。
表1 累积温和一代三化螟蛾盛发期的关系数据
& B2 {5 P; x" I0 yX累积温        35.5        34.1        31.7        40.3        36.8       40.2        31.7        39.2        44.2
  y5 V, |: w6 \3 H9 e* f* LY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;
  

& @' Y! c1 i% P( \7 d% z. Z7 `

●        输出结果及说明
                                 Correlation Analysis相关分析
5 I( l; e7 \% E. k; D                          2 'VAR' Variables:  X        Y      
- i8 q; C7 T0 p! s  l         Simple Statistics
$ j4 Z$ G  Z" _: i简单统计
- \$ U! W8 U6 q7 U+ q( T% ]: zVariable      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
( S$ x0 q$ [7 C4 m; wX            9     37.07778      4.25199    333.70000     31.70000     44.20000
3 B& e( W  j9 W  D% ^4 @) WY            9      7.77778      5.58520     70.00000     -1.00000     16.00000

3 |8 w6 p( `( f9 s/ \       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
, D8 [1 G/ F) Q4 l  R, Z8 l      PEARSON相关系数
                                          X                 Y
                        X           1.00000          -0.83714
- r3 j% g. n8 l8 s/ s3 h+ F                                    0.0               0.0049
1 ^. X  S7 p7 Y; @                        Y          -0.83714           1.00000
: x$ W7 G- L* j) U0 A                                    0.0049            0.0   
* r1 r1 Z: ~+ L* X/ @) B3 f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）
6 b% `% w# ^# S9 ~x1        x2        Y        x1        x2        Y        x1       x2        Y
5 S  w, y# H  s% C; G  x; j1 c26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
$ s  C; N; |8 O( X9 U) J$ h* Y  O31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
; ~- _/ w' d2 e; ?+ ?; T/ j30.4        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                     
●        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;
  ( m2 K$ a, R0 U# ^7 v5 g  X+ T; c

●        输出结果及说明
                                Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
      Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
2 t4 S( X$ e; P( [+ v                                 X1                X2             Y
              X1          1.00000          -0.71738          0.62939
                           0.0               0.0058            0.0212
4 X. J2 s9 Z+ Y% e( `$ J- y7 u               X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
              Y            0.62939          0.01347          1.00000
                           0.0212            0.9652          0.0   
. i$ c" Y5 ]# X9 `9 X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）。
; `7 v. w) X5 B" b  K3 M. p1 V& y

樂淘淘

好好好好好好好好
  i* d+ _- ], `4 a& `

废材

学习一下。。。

1 _, T( [: Q+ b% _& c: T

废材

学习xuexi，，，
  d! }' a" m: S7 s' S