SAS应用基础6.pptVIP

SAS软件应用基础之六 常用的统计分析过程 数据分析 SAS 系统提供了功能强大的数据分析工具。 除了可以计算出一些常用的统计量（均值、总和、中值、方差、标准差、相关系数等等）之外，还可以进行大量的统计推断。 常用统计量名词表 N（未缺失的观测个数）、NMISS（缺失的观测个数）、MEAN（均值）、STD（标准差）、MIN（最小值）、MAX（最大值）、RANAGE（极差）、SUM（加权和）、VAR（方差）、USS（加权平方和）、CSS（关于均值偏差的加权平方和）、CV（变异系数的百分数）、STDERR（标准误）、T（t统计量）、PRT（t检验概率）、SUMWGT（权重之和）、SKEWNESS（偏度）、KURTOSIS（峰度）、CLM（计算置信区间）、LCLM（置信下限）、UCLM（置信上限）。 直方图 对于数值型变量,常用直方图来展示变量取值的分布。 直方图的宽度就是区间的宽度，高度可以是频数、百分数或比率。 还有一种常用的密度直方图，它以密度(频数/区间宽度)为纵坐标，用以估计总体分布密度。在此，分组区间的宽度对直方图的形态有很大的影响，一个合适的分组是希望直方图的形态能接近总体的分布密度。 SAS 软件会根据样本容量在样本取值范围内自动地确定一个分组方式，也提供了设定分组的方法。 盒型图 盒型图是用更为简洁的方法表现某一变量数据在数轴上的分布及其特点的图形。 盒型图说明 盒型图上叠加的菱形中心直线表示均值位置，菱形左右顶点位置表示左右一倍标准差处。 从盒型图上可以大体看出数据集中在什么范围,左右两侧是否对称(中位数和均值重合)等等。 距上、下四分位数(矩形左右两边)1.5 倍四分位极差(Q3-Q1)以外的数据点可能是例外数据点,提示我们去考察它在分析时是否需要剔除它。 描述性统计 以SAS数据集CLASS为样本，进行分析演示。数据集CLASS为某校学生中抽取了一个容量为40的一个样本；对每个观测，分别记录了学生的姓名NAME、性别SEX、年龄AGE、身高HEIGHT和体重WEIGHT。 频数统计与柱状图 频(个)数统计只是一个简单的过程，但通过它可以了解样本中变量取值的分布，并进一步估计总体的分布。此外，从样本取值的分布中也可发现一些明显不合理的例外记录，从而帮助我们剔除不合理的数据。因此，进行频数统计也是数据预处理中发现例外记录的一种重要的方法。 用INSIGHT做频数统计和直方图 首先用INSIGHT打开数据集CLASS。 1 ) 作直方图： 选Analyze → Histogram/Bar Chart (Y) → 选定变量； （对数据集EXERCISE.CLASS 作变量SEX 和WEIGHT 的直方图） 2）作频数统计： 选Analyze → Distribution (Y) → 选定变量→ Output →选Frequency Count. (作.CLASS 中SEX 和AGE 的频数和百分数) 用分析员应用做频数统计和直方图 用Analyst打开CLASS，选统计Statitistcs→描述Descriptive→频数计数Frequency Counts 在对话框中选定变量按Frequencies钮，若按Tables可选定统计内容；若按Plots钮可选定直方图类型；OK。 (作CLASS 中SEX 和AGE 的频数统计和直方图) 用编程做频数统计 编程实现频数统计的常用方法是： PROC FREQ DATA=数据集名 [选项]； TABLES 变量名[/选项]表； RUN； 该过程的PROC FREQ语句表示对选项DATA=数据集名指定的数据集进行频数统计. PROC FREQ语句 选项 PROC FREQ语句的其它选项： ORDER=INTERNAL|FREQ|DATA|FORMATTED 表示按变量的值排序、或按频数降序排列、或按数据集中值的出现次数排序、或按变量格式化的值排序。 频数统计过程的TABLES语句 TABLES语句指明要分析的变量（默认情况下，统计频数、百分数、累计频数、累计百分数四个指标）。 常用选项有： NOCUM 不要累计的频数和百分数； NOPERCENT 不要百分数和累计百分数。 频数统计示例 对CLASS数据集的SEX、AGE两变量统计频数和百分数等 proc freq data=exercise.class; tables sex age; run; 对CLASS统计年龄的频数、百分数（不要累计），并按频数降序排列 proc freq data=exercise.class order=freq; tables age /nocum; run; 分组统计频数示例 分组统计体重的频数等指标，分组方式为从24公斤到80公斤，每8公