SAS第3章.pptVIP

描述统计量 统计图形 第3章 描述性统计描述性统计是最基本的统计分析，通过对原始数据进行总括和描述来说明总体的情况和特征。描述性统计一方面利用一系列数字指标来概括数据的信息，另一方面利用直观简单的图形来展现数据的特性。描述统计量包括：表示位置的统计量、表示分散程度的统计量和表示分布形态的统计量。 一、描述统计量表示位置的统计量用来描述数据的平均位置或集中位置，是数据的最基本指标。 （1）均值（Mean）：由样本的总和除以样本的个数 ，也被称为（算术）平均数，用来描述数据的平均位置。 （2）中位数（Median）：将样本按照大小顺序排列之后，处于中间位置的样本值，用来描述数据的平均位置，它不受个别异常值的影响，相比均值来说稳健性较好。 （3）众数（Mode）：样本中出现频率最大的样本值，用来描述数据的集中位置。 （4）百分位数（Percentile）：将样本按照从小到大排列后，处于p%位置的样本值被称为第p百分位数，表示有p%的样本值小于它。几个特殊的百分数为：最小值、最大值、 中位数、四分之一分位数Q1、四分之三分位数Q3。 1、表示位置的统计量 一、描述统计量表示分散程度的统计量用来描述数据分散程度的大小。 （1）方差（Variance）：各样本值与均值差值平方的平均值，反映数据离散程度的最基本指标，方差越小，则表明数据越集中于均值附近，方差越大，则数据离均值越远。 （2）标准差（Standard Deviation）：方差的平方根，与方差相比，标准差的度量单位与原始数据相同，更能准确地反映数据的分散程度。 （3）标准误（Standard Error of Mean）：样本均值的标准误差。 （4）变异系数（Coefficient of Variation）：将标准差表示为均值的百分数，是无量纲的，方便于比较不同单位下数据的分散性。 （5）极差（Range）：样本中最大值与最小值之差。 （6） 校正平方和（Corrected Sum of Squares）：样本值与均值偏差的平方和。 （7）未校正平方和（Uncorrected Sum of Squares）：样本值的平方和。 2、表示分散程度的统计量 一、描述统计量表示分布形态的统计量用来描述数据分布的整个形态特征。 （1）偏度（Skewness）：衡量数据分布对称性的指标。当数据关于均值对称分布时，偏度为0；当数据向右偏，即右边的数据更为分散时，偏度大于0；当数据向左偏，即左边的数据更为分散时，偏度小于0。 （2）峰度（Kurtosis）：衡量数据分布尖峭程度的指标。当数据分布为标准正态分布时，峰度等于0；当数据分布比标准正态分布更尖峭，或者说尾部更扁平（称为轻尾）时，峰度大于0；当数据分布比标准正态分布更平缓，或者说尾部更厚重（称为厚尾）时，峰度小于0。 3、表示分布形态的统计量 一、描述统计量MEANS过程的主要功能是计算基本的描述统计量，此外还可以进行一些参数估计和假设检验。语句格式为： PROC MEANS DATA=数据集名 选项列表 统计量关键字列表;VAR 变量名列表;BY 分组变量名;CLASS分组变量名; RUN;其中，只有PROC语句是必须的，其他语句可以根据用户需要进行选用。 4、SAS计算描述统计量 一、描述统计量 语句说明： （1）PROC语句规定开始运行MEANS过程，并指定要分析的数据集名。可带的选项有： FW：规定打印统计量的宽度 MAXDEC=：规定输出统计量的小数位数 VARDEF=选项：规定计算方差时用的除数，选项DF表示使用自由度N-1（此为默认值），选项N表示使用观测个数N，选项WGT表示使用权数和MEANS过程默认输出的统计量有：观测总数、均值、标准差、最大值和最小值。如果要计算其他统计量或其中的某一些统计量，则可在PROC语句中指定统计量的关键字。 4、SAS计算描述统计量 一、描述统计量 PROC语句中的统计量关键字 关键字 统计量 关键字 统计量 N 有效观测数 MAX 最大值 NMISS 缺失值个数 MIN 最小值 MEAN 均值 RANGE 极差 VAR 方差 MEDIAN 中位数 STDDEV | STD 标准差 Q1 四分之一分位数 STDERR 标准误 Q3 四分之三分位数 CV 变异系数 QRANGE 四分位数间距 SUM 总和 P1 第1百分位数 SUMWGT 加权值总和 P5 第5百分位数 CSS 校正平方和 P10 第10百分位数 USS 未校正平方和 P90 第90百分位数 SKEWNESS 偏度 P95 第95百分位数 KURTOSIS 峰度 P99 第99百分位数 4、SAS计算描述统计量 一、描述统计量 语句说明： （2）VAR语句规定要计算描