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
$ u& |; D% S. N, f! @' e

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。

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;
  

复制代码
3 H6 X  Q: k1 Y. J8 ?CORR过程语句说明
; L( B2 ]8 D) A& O" w一、PROC CORR语句选择项
( F/ i6 n0 n6 a) j. F# }DATA＝数据集 指明需处理的数据集名，缺省时为当前数据集。
/ a  m& N9 o& Q  Q. \5 A  KOUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
; R6 H" L: y9 r8 b# D4 n- U# 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。
, w( _% v" t# C+ _( JOUTH=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。
6 P  ?: s# x/ \( }+ \; H/ l; `9 hHOEFFDING 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。
+ D7 \# R/ |8 X3 F/ l( NNOSIMPLE 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。
/ k4 b1 d- p- l) @0 P% Y1 [+ sNOCORR 在输出数据集中不包括相关系数。
& b4 ?1 y5 c' e6 G$ cNOPROB 不输出相关系数的显著性测验。
5 R4 A( {# e2 _- yRANK 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
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。
) y$ s4 L4 _+ ]7 \6 v+ d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。
/ Q$ F9 I& }' ~' a" x5 R四、PARTIAL语句
8 I& L: O, ?" \8 qPARTIAL变量表 指明求偏相关时的偏变量名，同时激活NOMISS选择项。
2 ?( p* F7 o( Y! [
- `) n0 H' T5 Z* n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。
: c! D; U4 R& @/ q) i, c: [, Y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
/ {( m0 l" s, ]/ [1 cY盛发期        12        16        9        2        7        3       13        9        -1
4 T0 b" D  o: B- E●        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;
  2 {7 V$ {. \1 ^1 r9 J

●        输出结果及说明
1 D3 O' k/ K( V6 v- W( \- d4 _                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
2 z, O$ Y) ?7 r% T9 }3 n         Simple Statistics
; U; F* q4 j6 C% p/ \. G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
. Y2 n$ k( O0 \& M( l1 b3 jX            9     37.07778      4.25199    333.70000     31.70000     44.20000
" i6 W& U0 }6 s; mY            9      7.77778      5.58520     70.00000     -1.00000     16.00000

* [7 ?& r4 {' v' S: b8 q       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
! Q( ^. y* O1 Z: K2 T, s      PEARSON相关系数
% q* O+ R9 T7 Z3 M                                          X                 Y
3 h0 J. y! ^/ C                        X           1.00000          -0.83714
0 y3 N  g, ^: O! W0 r                                    0.0               0.0049
! v9 U- @4 P7 \  A) ?9 N                        Y          -0.83714           1.00000
                                    0.0049            0.0   
3 h9 V( K& X$ E* k/ N# A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）
1 }+ C  |8 |# r; `; Q0 s( Kx1        x2        Y        x1        x2        Y        x1       x2        Y
& E+ T2 U8 {$ p3 v, D- P- N0 O& C, d26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
  X9 m" r5 C! |% O" i31.3        59.0        959        30.4        62.1        992       33.1        56.0        995
) C$ A* c8 I* @; ]8 g30.4        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;
  $ o% ?2 k& U) r. N; `& z0 i2 p

% y; s. c6 O  n# i. ]9 P. x6 B

; H) p+ h7 D4 Q( w( Z+ g●        输出结果及说明
: _0 ?7 v4 h4 y4 a# |                                 Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
      Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
                                X1                X2             Y
3 h: m, e+ E2 B- U8 ?3 m5 b  c. W               X1          1.00000          -0.71738          0.62939
                           0.0               0.0058            0.0212
, q* \" V! p& g, \& L               X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
! l  L1 G# G1 [& Q. O3 p: n6 ~               Y            0.62939          0.01347          1.00000
                           0.0212            0.9652          0.0   
  d3 j$ L+ ^" Q0 H& d' x) G: _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）。

$ ^1 h( I# g% q  P* R* ~

樂淘淘

好好好好好好好好

废材

学习一下。。。

6 F6 b3 s& j% O6 e

废材

学习xuexi，，，
8 ]; J( ?! T5 ]% t( b) ]