实验三SAS描述统计分析.docVIP

实验三 SAS描述统计分析 对数据进行频数统计、计算特征统计量和将数据图形化的过程称为描述统计。其目的是为了揭示数据的集中趋势、分散程度和数据分布形态，展示极端数据，最后做出说明现象本质的初步结论。 用图形对数据进行描述性统计分析具有直观、鲜明、形象、便捷等特点，在表达统计数据时可以给人留下深刻的印象。统计图形的种类很多，利用SAS可以方便的绘制常用的统计图形。 3.1 实验目的 掌握使用SAS对数据作描述性统计分析的方法。掌握SAS/GRAPH所提供的常用图形功能，能用SAS的统计图形对数据进行描述性统计分析。 3.2 实验内容 一、用INSIGHT计算统计量、绘制统计图形 二、用“分析家”计算统计量、绘制统计图形 三、编程实现描述性统计（MEANS、UNIVARIATE、FREQ过程）、编程绘制统计图（GPLOT和GCHART过程） 3.3 实验指导 一、用INSIGHT计算统计量 【实验3-1】按性别分别计算SASHELP.CLASS中身高的均值、标准差、中位数和其它四分位数，简单分析学生身高的状况。 1. 在INSIGHT中打开数据集 在菜单中选择“Solution（解决方案）”→“Analysis（分析）”→“Interactive Data Analysis（交互式数据分析）”，打开“SAS/INSIGHT Open”对话框，在对话框中选择数据集：SASHELP.CLASS，单击“Open（打开）”按钮，即可在INSIGHT中打开数据窗口，如图3-1左所示。 2. 用Distribution菜单项计算统计量 (1) 选择菜单“Analyze（分析）”→“Distribution (Y)（分布）”，打开“Distribution (Y)”对话框。在数据集CLASS的变量列表中，选择height，然后单击“Y”按钮，height被选为分析变量，选择sex，然后单击“Group”按钮，sex被选为分组变量，如图3-1右所示。 图3-1 在INSIGHT中计算统计量 (2) 单击“Output（输出）”按钮，在打开的对话框中包含描述性统计的选项，见表3-1。 表3-1 描述性统计选项 选项 说明 选项 说明 Moments 矩统计量 Frequency Counts 频数统计 Quintiles 分位数 Robust Measures of Scale 尺度的稳健估计 Basic Confidence Intervals 基本置信区间 Tests for Normality 正态性检验 Tests for Location 位置检验 选择矩统计量和分位数选项，取消默认的选项：“Box Plot/Mosaic Plot”和“Histogram/Bar Chart”，如图3-2所示。 图3-2 描述性统计选项 两次单击“OK”按钮，即可得到变量height按sex分组的各种矩统计量（Moments）和分位数（Quantiles），如图3-3所示。 3. 结果分析 从结果可以看出女生和男生分别有9个和10个观测，女生的平均身高60.5889低于男生的平均身高63.91，女生的标准差5.0183略大与男生的标准差4.9379，说明女生的身高较为分散一些。 图3-3 分组显示的各种矩统计量和分位数 女生的中位数、四分之一分位数和四分之三分位数分别为62.5、56.5和64.3，说明身高大于或小于62.5的女生各占一半，有四分之一的女生身高不超过56.5，而另有四分之一的女生身高超过了64.3；男生的中位数、四分之一分位数和四分之三分位数分别为64.15、59.0和67.0，说明身高大于或小于64.15的男生各占一半，有四分之一的男生身高不超过59.0，而另有四分之一的男生身高超过了67.0。 二、用“分析家”计算统计量 【实验3-2】从某大学总数为500名学生的“概率统计学”课程的考试成绩中，随机地抽取60名学生的考试成绩如表3-2所示（数据集为：MYLIB.SY3-2，变量名为F1）： 表3-2 “概率统计学”考试成绩 63 75 83 91 45 81 93 30 72 80 82 83 81 76 67 84 72 58 83 64 93 63 75 99 74 76 95 91 83 61 82 85 83 44 88 72 66 94 68 78 88 71 94 85 82 79 100 90 83 88 84 48 72 80 85 80 87 76 62 96 求出上述数据的平均值、方差、极差、中位数、四分之一分位数及四分之三分位数，并分析成绩分布情况。 1. 在“分析家”中打开MYLIB.SY3-2数