首页 > 解决方案 > proc corr 和 proc corr nomiss 之间的区别

问题描述

我有一个代码:

data have;
input q1 q3 q4 q2 q6 $ bu $ q5;
cards;
1 2 3 5 sa an 3
2 . 3 . sm sa .
. 5 . 8 . na 3
1 6 3 5 su mi 2 
4 5 8 . . . 3
;
run;

proc corr data= have;
run;

proc corr data=have nomiss;
run;

proc corr 的输出是:

              q1    q3         q4        q2    q5
q1  
         1.00000    0.27735    0.94281   .     0.50000
         4          0.8211     0.0572    .     0.6667
                    3          4         2     3

and so on for q3, q4, q2 and q5.

proc corr 的输出是:

            q1  q3  q4  q2  q5
q1          .   .   .   .   .
            .   .   .   .   .

q3     
            .   1.0 .   .  -1.0
            .   .   .   .   .


q4          .   .   .   .   .
            .   .   .   .   .

q2  
            .   .   .   .   .
            .   .   .   .   .

q5  
            .   -1.0 .   .  1.0
            .   .   .   .   .

proc corr 成对删除缺失值。和 proc corr nomiss 删除列表明智。明智的配对和明智的名单是什么意思?计算是如何进行的?

标签: sas

解决方案


查看Proc CORR 文档(我的粗体):

NOMISS从分析中        排除具有缺失分析值的观察

现在看看数值(即分析)变量的值:

proc print data=have;
  var _numeric_;
run;

哪些行(观察)没有缺失值?第一排和第四排

在此处输入图像描述

输出的计算基础也记录在详细信息部分:CORR 过程中,并链接到各种方法:

小节:
Pearson 积矩相关
Spearman 秩阶相关
Kendall 的 Tau-b 相关系数
Hoeffding 依赖系数
偏相关
Fisher's z 变换
多变量相关 多
序列相关
Cronbach 系数 Alpha
置信度和预测椭圆
...


推荐阅读