统计分析软件基础教程2010-05(相关与回归分析).ppt

第五章 相关与回归分析;内容与要求;相关与回归分析概述;一 相关与回归分析概述; ·两者的关系：具有共同的研究对象，在应用 中互相补充。相关分析需要回归分析来进一步表 明变量相关的具体形式，而回归分析则需要相关 分析所表明的变量间是否存在相关及相关程度的 高低作为依据。只有变量之间高度相关时，进行 回归分析寻求其相关的具体形式才有意义。而在 相关程度很低的情况下回归函数表达式的代表性 几乎就不存在了。 ; ·两者的区别：第一，相关分析没有自变量和 因变量之分。回归分析必须事先确定变量中哪个 是自变量，哪个是因变量，两个变量的地位不是 对等的；第二，相关分析所涉及的两个变量都是 随机变量，在回归分析中通常把因变量作为随机 变量，而自变量作为非随机变量；第三，相关分 析通过相关系数描述变量的关系。改变两变量的 地位不影响相关系数的数值。而回归分析是通过 回归方程进行估计和预测。改变两变量的地位后 所形成的回归方程的性质是不同的。;相关关系;;SAS系统中相关分析的方法主要包括： Pearson(皮尔逊)积差相关 Spearman(斯皮尔曼)等级相关 Kendall(卡德尔)等级相关 HOEFFDING(霍夫丁)D相关;3.回归分析的内容与种类 如果因变量是(非时间的)连续变量(即一般 定量资料)，设自变量的个数为k，当k=1时，回 归分析的种类有： ①直线回归分析 ②通过直线化实现的简单曲线回归分析(以下 简称为曲线拟合) 非线性曲线拟合 一般多项式曲线拟合。 正交多项式曲线拟合。;二 线性相关分析的CORR过程; 1.语句格式： PROC CORR [选择项]； VAR 变量表； WITH 变量表； PARTIAL 变量表； WEIGHT 变量； FREQ 变量； BY 变量表；;2.常用选项： (1)PROC CORR 语句的选择项: 1.DATA=SAS 数据集 2.PEAESON 计算皮尔逊相关系数(默认) 3.SPEARMAN 计算斯皮尔曼系数 4.HOEFFDING 计算霍夫丁D统计量 5.KENDALL 计算卡德尔系数 6.OUT(P???S│K│H )=输出数据集。分别对 应与四个系数输出数据集; 7.NOMISS 分析时剔除缺失值 8.NOSIMPLE 不列出描述统计量 9.COV 列出协方差矩阵 10.ALPHA 计算并输出阿尔法系数 (CRONBACH系数) (2)功能语句 1.VAR语句: 计算所有数值型变量间的相关系数 2.WITH语句: 必须与VAR语句同时使用，只计算 VAR 变量与WITH变量的相关系数。 3.PARTIAL : 偏相关变量表；/*偏相关*/ 4. BY语句: 数据集按照BY语句中变量的值分组，在 每组内分别进行相关系数的计算。数据 集内的数据必须先按照BY变量的值排序; 数据集MYDATA.CPI是某地区30户居民家庭的月可支 配收入(INCOME)和月消费支出(CSPT)的原始资料，试通 过相关分析月可支配收入和月消费支出两个变量间是否存 在相关关系。 由于这两个分析变量均为连续变量。因此，可以使用 PEARSON积差相关分析过程。为了更直观的反映两个变 量之间的关系，在使用CORR过程分析之前，使用PLOT 过程作散点图。;PROC GPLOT DATA=MYDATA.CPI; PLOT CSP*INCOME; RUN; PROC CORR DATA=MYDATA.CPI OUTS=DA1; VAR INCOME CSP; RUN;;从散点图中可以看到两个变量基本上呈现直线关系 ;第五章;CORR过程的默认输出结果分为两部分： 第一部分“Simple Statistics