在数据的统计分析中，经常涉及多自变量的多元统计分析，然而自变量间经常是存在着错综复杂的关系，在统计分析前，先做一个相关矩阵，了解各个变量之间的关系通常是非常有意义的事情，当变量间存在相关关系时，可能先要对变量进行处理，如主成分分析，提取主成分消除相关性，然后再进行统计分析，下面的程序是在SAS中计算相关矩阵的方法。
/****************************************************************
* Program: correlation matrix
* Function: descriptive statistical analysis
* Generated: Monday,FEB. 5,2007 15:48:00
* Programmer: zhijie zhang 张志杰
* Suggestions:
* Output:
* Reference:
* Change history:
****************************************************************/
data a;
input x y ;
cards;
1 2
2 3
3 5
4 8
5 9
6 6
;
run;
proc print;run;
proc corr data=a out=c(where=(_TYPE_="CORR")); /*计算相关矩阵，并生成SAS数据集c*/
run;
结果为: 相关系数为0.80024， p=0.0559>0.05,这只是个例子，不探讨其实际意义。
x y
x 1.00000 0.80024
0.0559
y 0.80024 1.00000
0.0559
上一篇：多个样本的非参数检验及样本间的两两比较.I---- SAS应用 下一篇：控制新陈代谢基因 有望抑制过度肥胖
|
