sas輸出基尼方差，F(xiàn)檢驗

有時候，我們在建模前期會有一個變量探索的單變量與因變量的數(shù)據(jù)分析報告，但其實，不同的數(shù)據(jù)形式有不同的指標(biāo)來衡量變量與因變量的解釋能力

今天的代碼介紹的就是單變量與因變量之間的基尼方差，F(xiàn)檢驗的輸出，你會說那proc reg中就有p值的輸出啊，為什么要自己寫。我個人是覺得proc reg是針對線性回歸的，但是我們今天用到的因變量依舊還是二元的分類變量，所以就用我自己寫到啦。

01

基尼方差

基尼方差被定義為衡量以下三種情況下變量之間的關(guān)聯(lián)性指標(biāo)：

1、一個連續(xù)變量和一個名字或順序變量。

2、兩個名字變量。

3、兩個順序變量。

這里介紹一個連續(xù)變量以及一個名義變量x的情況。介紹之前先明白幾個符號的由來

基尼方差可以定義為：

G=1-SSE/STD

02

F檢驗

F檢驗衡量的是一個連續(xù)變量和一個名義變量之間的關(guān)聯(lián)性，其中，誰是因變量不重要，該檢驗對兩種情況都有效，F(xiàn)檢驗的統(tǒng)計量定義為：

F=MSTR/MSE

如果x是二元變量，并用0,1表示，F(xiàn)值及其相關(guān)聯(lián)的p值可以用線性回歸模型進(jìn)行計算，模型中的y作為因變量，x作為唯一的自變量，用線性回歸計算出來的f值可以用p值進(jìn)行解釋。這里你肯定你懵逼，你這不是打臉嗎，說好y是二元的。因為我這部分是只有y和x兩個變量，所以誰做因變量都無所謂。p值是可以建立模型的概率，及變量x和y之間無關(guān)聯(lián)的概率。數(shù)據(jù)分析師培訓(xùn)

終于可以貼代碼了?。?！

%let DSin=test.SCORE_TOTAL_LIST_TEST_4;

%let Xvar=customer_status;

%let YVar=var1;

%macro  CalcGrF(DSin, Xvar, YVar, M_Gr, M_Fstar, M_Pvalue);

proc freq data=&DSin noprint ;

tables &XVar /missing out=Temp_Cats;

run;

Data _null_;

retain N 0;

set Temp_Cats;

N=N+count;

call symput ("X_" || left(_N_), compress(&XVar));

call symput ("n_" || left(_N_), left(count));

call symput ("K", left(_N_));

call symput ("N", left(N));

Run;

proc sql noprint;

select avg(&YVar) into :Ybar from &DSin;

%local i;

%do i=1 %to &K;

select avg(&YVar) into :Ybar_&i 

from &DSin where &XVar = "&&X_&i";  

%end;

select var(&YVar) into: SSTO from &DSin;

%let SSTO=%sysevalf(&SSTO *(&N-1));

%let SSR=0;

%let SSE=0;

%do i=1 %to &K;

select var(&YVar) into: ssei 

from &DSin where &Xvar="&&X_&i";

%let SSE=%sysevalf(&SSE + &ssei * (&&n_&i - 1)) ; 

%let SSR=%sysevalf(&SSR+ &&n_&i * (&&Ybar_&i - &Ybar)*(&&Ybar_&i - &Ybar));

%end;

quit; 

%let MSR=%sysevalf(&SSR/(&K-1));

%let MSE=%sysevalf(&SSE/(&N-&K));

%let M_Gr=%Sysevalf(1-(&SSE/&SSTO));

%let M_Fstar=%sysevalf(&MSR/&MSE);

%let M_PValue=%sysevalf(%sysfunc(probf(&M_Fstar,&K-1,&N-&K)));

data result;

M_Gr=&M_Gr.;

M_Fstar=&M_Fstar.;

M_PValue=&M_PValue.;

run;

proc datasets library=work nolist;

delete temp_cats;

run; quit;

%mend;

%CalcGrF(DSin=&DSin., Xvar=&Xvar., YVar=&YVar.);

結(jié)果如下：

這個結(jié)果顯示的是：p值很高，沒有什么關(guān)聯(lián)性。具體的解釋也可以自行百度哈