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
" X4 T! p3 g4 H

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
& W$ ~7 k9 Z) \4 J' SCORR过程语句说明
  N) d: n# f3 B2 Z: h; T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。
) A3 n. P( I) c9 f6 u$ ]- ?OUTP=数据集 要求产生一个含有Pearson相关的一个新数据集。
$ y7 s- Y5 u6 DOUTS=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。
/ z- U5 W/ _; R& x$ t- }" kOUTH=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。
9 P5 r, f. [; J/ ]- NSPEARMAN 计算Spearman等级相关系数
KENDALL 计算Kendallτ-b系数。
HOEFFDING 计算Hoeffding D统计量。
: g. o* w' Y: U3 N) YNOMISS 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。
2 l  h3 q- a8 h- JNOSIMPLE 抑制简单统计。
6 t7 q+ U  w/ v6 f* _6 UBEST=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。
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
0 h! ~; o- V) K7 q# Q. `VAR 变量表
/ Q$ F! a. O7 j2 {9 m  c  Z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
5 J  U. l+ G) s& L2 rWITH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 P0 {& W$ u8 L0 t* o# e
6 V2 }9 q! z' G  w4 h( b! w应用实例
' P" |2 b8 }& E! `' P7 |: C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。
+ J$ ?& Q: `/ K" _6 i! z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
! |5 A) p/ |# t; ~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;
  

% c1 u1 i: N/ r8 _: N

●        输出结果及说明
8 |- I1 Q* W1 m+ i                                 Correlation Analysis相关分析
                          2 'VAR' Variables:  X        Y      
         Simple Statistics
$ @! V4 U9 o% Q, x0 E4 D& D3 ~+ ?/ H简单统计
5 m9 y7 C, a$ `3 n: R, q2 m! C& Y6 FVariable      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
4 ]4 L. m2 C/ A0 gX            9     37.07778      4.25199    333.70000     31.70000     44.20000
$ I3 z9 X( N. K2 O- tY            9      7.77778      5.58520     70.00000     -1.00000     16.00000
" ^( }+ R9 J/ b- v8 Z7 C) e( T
       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 9  
9 q/ Q5 f; R6 t' d      PEARSON相关系数
5 j% K5 s/ e, w8 b                                          X                 Y
! F- j, K3 Y+ X# A6 J  L                        X           1.00000          -0.83714
                                    0.0               0.0049
" o  v. i" m. t5 g. Q                        Y          -0.83714           1.00000
                                    0.0049            0.0   
7 N) ~; f0 V! Q( Q* [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。
6 m2 G- |6 J. M" ~; J表2 每亩穗数（x1）、每穗粒数（x2）与亩产量（y）
" s* L) Z8 E. @4 N, a6 j2 I& ex1        x2        Y        x1        x2        Y        x1       x2        Y
+ G9 j, k" E3 w2 \; z( g) g+ i7 X26.7        73.4        1008        33.8        64.6        1103       31.5        61.1        1004
2 k! e! K% ]) s  Q+ }7 A2 v31.3        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
2 g1 ?/ |  a/ G) i  C( C& f9 V33.9        58.2        1022        33.3        64.5        1074                     
% Y+ O& }$ @# }1 f7 |0 T34.6        64.6        1097        30.4        64.1        1029                     
3 H. T6 `, J* o; G' T, i2 E+ r●        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;
  

. |: m& b0 ~0 Q- G% _1 g

●        输出结果及说明
                                Correlation Analysis
                     3 'VAR' Variables: X1       X2       Y      
& D1 p5 u: I1 l9 z& t       Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0 / N = 13
/ T$ g+ p1 a2 p                                 X1                X2             Y
              X1          1.00000          -0.71738          0.62939
                           0.0               0.0058            0.0212
              X2          -0.71738          1.00000          0.01347
                           0.0058            0.0               0.9652
* D% N" T4 u- h$ u4 r4 u  h; Y               Y            0.62939          0.01347          1.00000
                           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）。
0 |9 R7 G* W: r' l

樂淘淘

好好好好好好好好
: u! u, W* i( h" T* s; Y8 b

废材

学习一下。。。

废材

学习xuexi，，，