[SAS]
DATA a1;
INPUT gender $ wei hei age;
CARDS;
F 65 171 23
F 66 172 24
F 69 176 38
M 67 173 43
M 68 177 40
M 72 178 42
;
PROC CORR;VAR wei hei age;
RUN;
[R]
gender <- c("F","F","F","M","M","M")
wei <- c(60,61,63,67,68,69)
hei <- c(171,173,176,174,175,178)
age <- c(23,24,38,43,40,42)
cor(hei,wei) # 0.958017
cov(hei,wei) # 3.8
cor(hei,wei,method="pearson") # 0.958017
cor(hei,wei,age) # 에러
cor(cbind(hei,wei,age))
[Python]
1. 넘파이로 상관계수 구하기
import numpy as np
gender=["F","F","F","M","M","M"]
wei = [65,66,69,67,68,72]
hei = [171,172,176,173,177,178]
age=[23,24,38,43,40,42]
np.corrcoef(wei,hei)
np.cov(wei,hei)
result = np.corrcoef(wei,hei)
print(result)
type(result) # numpy.ndarray
2. 팬다스로 상관계수 구하기
import pandas as pd
gender=["F","F","F","M","M","M"]
wei = [65,66,69,67,68,72]
hei = [171,172,176,173,177,178]
age=[23,24,38,43,40,42]
health = pd.DataFrame({'gender':gender,'wei':wei,'hei':hei,'age':age})
health
health.corr()
health.cov()
'R & SAS 300제' 카테고리의 다른 글
단계적 회귀분석(mtcars 이용)-SAS, R 이용하기 (0) | 2021.11.21 |
---|---|
회귀분석 - SAS, R, Python 이용 (0) | 2021.11.20 |
t검정-두 그룹간의 평균치 차이 검정 - SAS, R, Python (0) | 2021.11.18 |
행과 열의 합계 구하기 - apply계열(sapply, lapply, tapply), aggregate (0) | 2021.11.17 |
표본추출하기 - sample 함수 (0) | 2021.11.17 |