EX1) 키와 맥박수, 몸무게와 맥박수 사이의 상관분석 PROC CORR data =input; VAR height weight;WITH pulse;RUN; EX2) 키의 영향력을 제거하고 난 후의 뭄무게와 맥박수 사이의 부분상관계수 출력 PROC CORR data=input;VAR weight pulse;PARTIAL height;RUN; 유의수준 a=0.05 일때의 p값 이 나온다. [출처] , 배현웅

1. 산점도의 작성 PROC PLOT DATA=INPUT options;PLOT Y축변수이름*X축변수이름 / options;Run; 자 이제 응용해보자 1) 각 점을 문자로 표현할 때PLOT Y축변수이름*X축변수이름 = "나타내고자하는 문자" ; 2) 여러 산점도를 하나의 plot 문장으로 동시에 그릴 때PLOT a*b x*y ; => a와 b, x와 y에 대한 산점도 작성PLOT (a b c) ; => a와 b, b와 c, c와 a에 대한 산점도 작성PLOT (a b)*(x y) => a-x, a-y, b-x, b-y에 대한 산점도 작성 3) 두개 이상의 산점도를 겹쳐 그리고자 한다면options에 PLOT y*x W*x / OVERLAY ;

Proc ANOVA : 관측치 수가 같을 때, 계산속도는 좀 더 빠름Proc GLM : 관측치 수가 다를 때, 보다 광범위하게 사용 가능 (General Linear Model) Proc GLM ;CLASS 비교자하는 집단들을 나타내는 변수 이름;MODEL 종속변수=분류변수/선택문;BY 변수 이름; /지정된 변수에 대한 자료값을 범주별로 분류해서 분산분석하고 싶을 때, 미리 SORT BY 해줘야*/MEANS 분류변수/선택문;CONTRAST '결합형태'수준계수; +) 유의수준을 바꾸기 위해서는 선택문 자리에 ALPHA=0.1 이런 식으로 넣어주면 됨 EX) 조명의 밝기가 생산량에 영향을 미치고 있는지를 조사한다면구역을 A,B,C,D로 나눠서 측정했을 때PROC ANOVA DATA=INPUT;CLASS li..

1.현상 → u (뮤) 관찰치 → x바 내가 얻은 형태 → xi 2. 통계적 표현관찰치가 이 값(흔히 모평균인 뮤)보다 얼마다 크냐 (X)이 값(흔히 모평균인 뮤)보다 큰 값이 나올 가능성은 얼마나 있냐 (o) 3. 신뢰도란? 신뢰도 = 기대감의 정도 ≠확률 4.표본의 분포 (x) 표본 평균의 분포 (o)표본 평균의 표본(추출)분포 (o) 4. 표준오차가 크다고 느껴지는 경우,내가 보려는 통계치의 표준편차의 표본추출분포를 다시 봐야 한다. 5. 표준화할 때 우리는 모분산을 모르기 때문에(모표준편차를 모르기 때문에)대신 s, 표본의 분산, 표본의 표준편차를 사용한다. 이를 '추정'이라고 부른다. 단 모표준편차 대신에 표본의 표준편차를 사용할 때는, "표본의 크기를 이용한 자유도를 사용한다" 6. 추정시 등..

1. 주요 증시 코멘트 2. 환율 3. 원자재