Sas 不同矩阵的IML相关性

给定一个矩阵X（n*p），我想把X分成Y1（n*p-k）和Y2（n*k），其中Y1由X和Y2的前k列组成，Y2是其他列

现在，在R中，我可以通过调用

cor（Y1，Y2，use=“pairwise.complete.obs”）

获得Y1和Y2列之间的“交叉”相关性，在SAS IML中，如果

corr

函数只允许1个数据集，我如何获得相同的结果

我试图找到一个合适的解决方案或算法来实现它，但结果很糟糕

有人能帮忙吗？同时给我指出一些关于这类或相关的文献会很好！我不想让你为我编写代码，只是一些关于现有函数或算法的帮助或提示

多谢各位

编辑：不要在网上搜索交叉相关性，我写这篇文章只是为了解释我自己。

查找“交叉相关性”会让你找到一系列关于信号处理的文献，以及一个非常类似于自相关函数的函数。事实上，在R中，它是用acf记录的

但这不是您的代码所做的。在R中：

n = 100
p = 6
k = 2

set.seed(1)

r = rnorm(n*p)
x= matrix(r,n,p)

y1 = x[,1:k]
y2 = x[,(k+1):p]

cor.ys = cor(y1,y2,use="pairwise.complete.obs")

cor.x = cor(x)

(cor.ys - cor.x[1:k,(k+1):p])

您可以看到，

cor（y1，y2）

的结果只是x的相关矩阵的一部分

---

您应该能够轻松地将其放入IML中。

我可以想出一些方法来实现这一点。最简单的方法是计算皮尔逊相关性的完整矩阵（使用成对选项），然后将结果子集。（DomPazz说的）如果你有数百个变量，你只需要几个相关性，这将是低效的，但编程非常简单：

proc iml;
n = 100;  p = 6;  k = 2;
call randseed(1);
x = randfun(n//p, "Normal");
varNames = "x1":"x6";

corr = corr(x, "pearson", "pairwise");   /* full matrix */
idx1 = 1:k;                              /* specify VAR */
idx2 = (k+1):p;                          /* specify WITH */
withCorr = corr[idx2, idx1];             /* extract submatrix */
print withcorr[r=(varNames[idx2]) c=(varNames[idx1])];

在SAS/IML之外，您可以使用PROC CORR和WITH语句执行相同的计算，从而验证SAS/IML程序：

proc corr data=test noprob nosimple;
var x1-x2;
with x3-x6;
run;

---

（我真的希望来自“do loop”博客的Rick会来这里）我添加了R标签，希望一位R大师能够为你指出文学。我认为这不合适。除非标签与问题实际相关，否则不应使用标签，并且（除非编辑标签以解决此问题），问题不会询问

r

函数的功能。也许应该，但是…多姆帕兹这是真的，我不明白为什么我自己找不到。你完全救了我的大脑不至于发疯。非常感谢，很好，瑞克，谢谢。在我的例子中，两个矩阵是：给定M完整矩阵，X包含没有任何缺失值的列，Y包含缺失值的列。我定义了两个索引：missidx=loc（countmiss（M，“ROW”）^=0；compidx=loc（countmiss（M，“ROW”）=0；然后我用MCor=corr（M，“pearson”，“pairwise”）计算了完整的corr矩阵；并用XYCor=MCor[compidx，missidx]得到了期望的结果；感谢您的帮助，感谢您的博客提供了鼓舞人心的内容。