SAS - Корреляционный анализ

Корреляционный анализ занимается отношениями между переменными. Коэффициент корреляции - это мера линейной связи между двумя переменными. Значения коэффициента корреляции всегда находятся в диапазоне от -1 до +1. SAS предоставляет процедуруPROC CORR чтобы найти коэффициенты корреляции между парой переменных в наборе данных.

Синтаксис

Основной синтаксис для применения PROC CORR в SAS -

PROC CORR DATA = dataset options;
VAR variable;

Ниже приводится описание используемых параметров -

Dataset это имя набора данных.
Options - дополнительная опция с такой процедурой, как построение матрицы и т. д.
Variable - имя переменной набора данных, используемого для поиска корреляции.

пример

Коэффициенты корреляции между парой переменных, доступных в наборе данных, можно получить, используя их имена в операторе VAR. В приведенном ниже примере мы используем набор данных CARS1 и получаем результат, показывающий коэффициенты корреляции между мощностью и весом.

PROC SQL;
create table CARS1 as
SELECT invoice, horsepower, length, weight
   FROM 
   SASHELP.CARS
   WHERE make in ('Audi','BMW')
;
RUN;

proc corr data = cars1 ;
VAR horsepower weight ;
BY make;
run;

Когда приведенный выше код выполняется, мы получаем следующий результат -

Корреляция между всеми переменными

Коэффициенты корреляции между всеми переменными, доступными в наборе данных, можно получить, просто применив процедуру с именем набора данных.

пример

В приведенном ниже примере мы используем набор данных CARS1 и получаем результат, показывающий коэффициенты корреляции между каждой парой переменных.

proc corr data = cars1 ;
run;

Когда приведенный выше код выполняется, мы получаем следующий результат -

Матрица корреляции

Мы можем получить матрицу диаграммы рассеяния между переменными, выбрав вариант построения матрицы в PROC заявление.

пример

В приведенном ниже примере мы получаем матрицу между мощностью и весом.

proc corr data = cars1 plots = matrix ;
VAR horsepower weight ;
run;

Когда приведенный выше код выполняется, мы получаем следующий результат -