医学统计学-SAS实习：实习七 直线相关与回归

1、Copyright 2000, SAS Institute Inc. All rights reserved. 实习七实习七 直线相关与回归直线相关与回归 广东医学院公共卫生学院广东医学院公共卫生学院 一、一、CORR过程过程 基本格式基本格式 PROC CORR选项选项； 调用调用CORR过程过程 VAR变量名列变量名列； 指定相关分析的变量名指定相关分析的变量名 CORR选项选项 PEARSON 计算计算Pearson相关系数，是缺省相关系数，是缺省 值值 SPEARMAN 计算计算Spearman等级相关系数等级相关系数 KENDALL 计算计算Kendall系数系数 直线相关的直线相关

2、的SASSAS过程步过程步 CORR过程 proc corr options ; 调用corr过程 var varnames; 指定要作相关分析的变量名 run; 其中常用的options选项有： pearson (作一般相关分析，作一般相关分析，为默认选项为默认选项) spearman (作等级相关分析作等级相关分析) 举例：举例： p137 例例11.1 (作一般相关分析作一般相关分析) p148 例例11.6 (作等级相关分析作等级相关分析) 12名女大学生的体重(Kg) 与肺活量(L)数据如下， 试作相关回归分析。 体重 42 42 46 46 46 50 50 50 52 52 58

3、 58 肺活量 2.55 2.20 2.75 2.40 2.80 2.81 3.41 3.10 3.46 2.85 3.50 3.00 相关分析用CORR过程 DATA AA14; INPUT X Y; CARDS; 42 2.55 42 2.20 46 2.75 46 2.40 46 2.80 50 2.81 50 3.41 50 3.10 52 3.46 52 2.85 58 3.50 58 3.00 ; PROC CORR; VAR X；WITH Y; RUN; 加选项SPEARMAN 计算等级相关系数 NOSIMPLE 不输出一般性统计描述的结果 FREQ语句可以指定变量为频数 Sim

4、ple Statistics Variable N Mean Std Dev Sum Minimum Maximum Y 12 2.90 0.41443.50 X 12 49.33 5.2800 592.00 42.0058.00 Pearson Correlation Coefficients / Prob |R| under Ho: Rho=0 / N = 12 X Y0.74948 r 0.0050 P 相关系数 r=0.74948 P=0.005 有高度正相关关系，可以作直线回归分析。 二、二、REG过程过程 基本格式基本格式 PROC REGDATA=选项选项； 调用调用REG过程过

5、程 MODEL 应变量名应变量名=自变量名列自变量名列/选项选项； 必必 需语句，定义回归分析模型需语句，定义回归分析模型 REG过程 proc reg ; 调用reg过程 model 因变量因变量=自变量自变量; 指定分析模型 run; 举例：举例： p137 例例11.1 P 计算 y 、残差(y- y ) (2)回归分析回归分析 回归分析用REG过程（数据步同前） PROC REG；MODEL Y=X； RUN； 加选项：STB 计算标准回归系数 R 进行残差分析 CLM 计算个体Y值的95%容许区间 CLI 计算 NOINT 指定方程中无常数项 (a=0) COLLINOINT 作多元

6、回归时进行自变量的 共线性分析 y 总体均数的95%可信区间 绘制散点图及回归图的绘制散点图及回归图的SASSAS过程步过程步 GPLOT过程 proc gplot ; 调用gplot过程 plot 因变量因变量*自变量自变量 因变量因变量*自变量自变量/overlay; 指定绘图方式 symbol1 v=option1 c=option2 ; symbol2 I=option3 c=option2 w=某数值某数值; 对图形进行修饰 run; 其中常用的option1选项有：star trangle square plus 常用的option2选项有：red blue pink green 常用的option3选项有：joincli(直线直线) spl