生统II实验课件（精）描述性统计.docVIP

生物统计II实验课件（第2个） 实验二 描述性统计的SAS编程 （基础性实验） 一．实验目的和要求 通过对MEINS、SUMMARY、UNIVARIATE过程的使用方法的学习，使同学们能对试验资料进行描述性统计分析并绘制出相应资料的图表 二 实验主要内容 1．解释过程格式和语句功能：MEINS、SUMMARY、UNIVARIATE过程的格式及语句功能 1．1．MEINS过程的格式及语句功能 PROC MEANS 语句的选项串； VAR 变量名称串（界定参与分析的数值变量）； BY 变量名称串（用于指明分组变量，但事先要对数据集按分组变量对数据 由小到大排列，该步骤可由PROC SORT达成）； CLASS 变量名称串（指明分类变量，依分类变量分组分析，而无须事先排序）； WEIGHT 变量名称（指明加权变量）； FREQ 变量名称（指明频数变量）； OUTPUT OUT = 统计值输出文件名 统计值关键字符。 means过程所计算的统计量（计算的项目或选项）是用关键词表示，这些关键词及其含义如下： N：输入的观测值个数 NMISS：每个变量所含缺失值的个数 MEAN：变量的平均数 STD：变量的标准差 MIN：变量的最小值 MAX：变量的最大值 RANGE：变量的极差 SUM：变量所有值的和 VAR：变量的方差 USS：每一变量原始数据的平方和（未校正平方和） CSS：每一变量的离均差平方和（校正平方和） CV：变异系数 STDERR：每一变量的标准误差（平均数的标准差） T：在H0:μ= 0时的t 值 PRT：在H0:μ= 0 的假设下，统计量t 大于t 临界值绝对值的概率 SKEWNESS：偏斜度 KURTOSIS：峭度 CLM：置信区间的上限和下限 LCLM：置信区间的下限 UCLM：置信区间的上限 另外，在PROC MEANS语句中还有12个选项，其中几个主要选项如下： DATA＝（SAS 数据集）：指出SAS 数据集的名称，若省略，则使用最近产生的数据集 maxdec＝（数字）：指出所输出的结果中，小数部分的最大位数（0－8），缺省时为8 位 FW＝（域宽）：指出打印的结果中每个统计量的域宽，缺省时为12 vardef＝（DF / N）：vardef＝wdf为缺省值，表示计算方差时，使用n-1 作分母， vardef＝n表示计算方差时，使用观测值个数n 作分母 ALPHA＝（α值）：指出在计算置信区间时，选用的显著水平 1．2 SUMMARY过程的格式及语句功能 SUMMARY过程的使用与MEANS过程类似，不同之处，必须调用PRINT过程才能输出分析结果。 1．3 UNIVARIATE过程的格式及语句功能 UNIVARIATE过程的使用与MEANS过程类似，不同之处，UNIVARIATE程序能够对变量的分配情形提供更多的信息。 1.4 FORMAT、FREQ、SORT和PLOT语句功能 1、FORMAT语句：格式语句，定义变量的输入、输出格式，包括变量类型等。 2、FREQ语句：频数过程语句，用于生成频数表，其选项DATA为界定数据集。该语句的选项串如下： （1）BY：变量名称串：用于指明分组变量，但事先要对数据集按分组变量对数据由小到大排列，该步骤可由PROC SORT语句来完成。 （2）TABLE：表格定义语句，确定表格的形式。 （3）WEIGHT：变量名称：指明加权变量，计算平均数和标准差时，以该变量作为权系数。 （4）OUTPUT：OUT = 统计值输出文件名 统计值关键字符串。 3、 descending变量名称串：对数据由大到小排列 4、SORT语句：分组排序语句，用于数据集的分类排序。 5、PLOT语句：一般制图语句，描绘二维空间的图形位置，测视两变量间的关系。 2． 根据SAS程序的基本结构及相关信息对资料的编程分析 2．1 三种过程的基本编程及其主要分析结果 根据教材第38页表3.4中140行水稻产量数据为例，分别用统计程序PROC MEANS、PROC SUMMARY、PROC UNIVARIATE进行分析。 data tb34; input y @@; cards; 177 215 197 97 123 159 245 119 119 131 149 152 167 104 161 214 125 175 219