第10章常用过程分解.pptVIP

表10-2 常用统计关键字 统计关键字 说 明 clm 可信区间，在一个信赖区间内的置信度 range 极差, 表示统计资料中的变异量数，大体反映样本数据间的离散度 cv 离散系数，是标准差Std与平均值mean之比，用百分数表示，公式为: cv=std/mean *100% std 标准偏差，衡量数据分布的离散程度，std越小，说明观测的数值偏离算术平均值越少。 stderr 求均值的标准误差 sum var 求方差 表10-2 常用统计关键字 skewness 求偏度 kurtosis 求峰度 alpha 指定置信水平，默认是0.05 max 求一组数据中的最大值 min 求一组数据中的最小值 nmiss 求一组数据中的缺失项数目 n 观测数据的记录条数(不含缺失记录) 表10-3 常用分位数统计关键字 分位数统计关键字 说 明 median 中位数 P1 第一百分位数 P5 第五百分位数 P10 第十百分位数 P90 第九十百分位数 P95 第九十五百分位数 P99 第九十九百分位数 Q1 下四分位数 Q3 上四分位数 Qrange 四分位数间距 常用统计过程 1. means过程 Means过程对数值变量进行简单描述统计 2. mmary过程 Mmary过程对所有观测数据的变量或数据观测分组后的组内变量进行描述统计分析。这个过程和means过程很相似，许多过程语句用法相同。 3. glm过程与mixed过程 Glm过程和mixed过程均适合线性模型拟合。Glm采用最小二乘法估计，适合一般的线性模型，适合分析固定效应模型；mixed 适合对数据集进行多种混合模型的统计推理理论分析。 Chart制图过程 Chart过程可以根据数据集绘制柱状图、饼 图、水平条形图和星形图等图形，通过图形显示变量值的分布及这些值的统计量。Chart过程中的分析变量可以为数值类型或字符类型。 Tabulate制表过程 SAS系统中通过tabulate过程实现对表格的绘制，显示出变量之间的关系。 Print打印过程 Print过程打印输出数据集的观测到输出窗口，可以有选择地输出变量对应的数据 Corr相关过程 Corr过程主要用来研究变量之间的相关程度，也就是关系强度。通过此过程可以分析一些变量与变量之间呈现的某种关系，可以产生相关矩阵，如alpha相关、pearsonx相关。 Reg回归过程 Reg过程适用的回归分析比较通用，没有太多的限制 Logistic回归 Logistic逻辑回归过程经常用来做二值响应模型的分析，是一种特殊的回归过程，事件为 二值类型的可以选择此回归方式。 第10章 常用过程 数据的统计特征 在对一组统计数据的分布变化进行深入研究之前，我们首先研究一组数据的特征。为了比较精确地描述一组统计资料的特征，需要使用一些统计指标来描述它。一组数据的统计特征通常包括以下四个方面： 集中趋势 离散趋势 偏度 峰度 集中趋势 集中趋势，也称作中心位置。即表示一组数据的中心位置的数据点是在什么地方，也就是数据集中分布的位置。 一组数据的集中趋势通常用平均数、中位数和众数等来表示。这些统计量均称为平均指标。平均指标的特点是将一组数据中各个数据之间的差异抽象化，用一个指标来代表各个数据的一般水平，它反映了一组数据中各个数据的代表水平、中心位置或集中趋势。 均数 是算术均数的简称。常用表示样本均数，表示总体均数。均数用于反映一组同质观察值的平均水平，适用于正态或近似正态分布的数值变量资料。其计算方法有： 直接法 加权法 均数（直接法） 用于样本含量较少时，其公式为： 式中，希腊字母Σ（读作sigma）表示求和；X1，X2，…，Xn为各观察值；n为样本含量，即观察值的个数。 均数（加权法 ） 用于频数表资料或样本中相同观察值较多时，其公式为： 式中，X1，X2，…，Xn与f1，f2，…，fk分别为相同观察值与其对应的频数 (或频数表资料中各组段的组中值和相应组段的频数)。 几何均数 适用于对数正态分布，即数据经过对数变换后呈正态分布的资料；等比级数资料，即观察值之间呈倍数或近似倍数变化的资料。如抗体滴度、平均效价等。其计算方法有： 直接法 加权法 几何均数（直接法） 或 几何均数（加权法） 注意：计算几何均数时观察值中不能有0，因0不能取对数；一组观察值中不能同时有正值和负值。 中位数 一组由小到大按顺序排列的观察值中位次居中的数值。中位数可用于描述：非正态分布资料（对数正态分布除外）；