ThelittleSASbook学习笔记第八章.docx

The little SAS book 学习笔记第八章使用基本统计过程8.1 用PROC UNIVARIATE检验数据分布PROC UNIVARIATE是Base SAS software的一部分，产生统计量以描述单个变量的分布。这些统计量包括均值、中位数、mode（众数）、标准差、偏度和峰度。Proc UNIVARIATE的使用很简单，在proc语句之后，用var语句指定一个或多个变量：PROC UNIVARIATE;VAR variable-list;没有var语句，SAS会计算所有数值变量的统计量。Proc语句中也可以指定其他选项，比如plot或normal：PROC UNIVARIATE PLOT NORMAL;Normal选项进行正态测试，PLOT画出数据的三个图(stem-and-leafplot,boxplot,and normal probability plot)，可以使用BY语句来对单个组进行分析。（前提是要进行sort排序）例子下面的数据是一个班级的学生分数,每一行是10位同学的分数:下面代码读取数据并运行PROC UNIVARIATE:结果为:8.2 用proc means产生统计量由Proc univariate产生的统计量，大部分都可以由proc means产生，前提是你要要求它产生。Proc univariate会默认打印所有的统计量：mean,variance,skewness,quantiles,extremes,t tests,standard error。而用proc means你可以要求打印你需要的统计量。Means过程只需要一个语句：PROC MEANS statistic-keywords;默认means会产生均值、缺失值数、标准差、每一个数值变量的最小最大值，下面的list列出可以需要的统计量，可以将它们加入proc means语句中：CLM双侧置信区间RANGE 范围CSS 校正的平方和 SKEWNESS 偏度CV 变异系数STDDEV 标准差KURTOSIS 峰度STDERR 平均标准差LCLM 单侧（低侧）置信区间SUM 总和MAX 最大值SUMWGT 权数变量之和MEAN 平均数UCLM单侧（高侧）置信区间MIN 最小值USS 未校正的平方和N 非缺失变量值的个数VAR 方差NMISS缺失变量值个数PROBT probability for Student’s tMEDIAN中位数T Student’s tQ1(P25)25%quantile Q3(P75)75%quantileP1 1%quantile P5 5%quantileP10 10%quantile P90 90%quantileP95 95%quantile P99 99%quantile置信区间默认置信区间的置信水平为0.05或95%，用在means语句中使用ALPHA=option可以得到不同的置信度。比如现在想要90%的置信区间，就要指定ALPHA=0.10，并要有CLM选项，语句为：PROC MEANS ALPHA=.10 CLM;VAR语句 means会默认为所有的数值型变量产生统计量，如果不需要，那么用var语句中指定你需要的变量，基本形式：PROC MEANS options;VAR variable-list;例子如下是书店中关于儿童读物的书本页数：Means可以产生平均页数及90%的置信区间：结果为：8.3 用proc freq检验分类数据PROC FREQ，是base SAS的一部分，可以产生很多统计量来检验分类数据的相关性。基本形式为：PROC FREQ;TABLES variable-combinations/options;选项这里有一些统计选项：AGREE检测分类性，包括McNemar’s test,Bowker’s test,Cochran’s Q test,and kappa statisticsCHISQ 用卡方统计量检测一致性和同类性CL 一致性检测的置信区间CMH Cochran-Mantel-Haenszel statisticsEXACT Fisher’s exact test for tables larger than 2X2MEASURES一致性测量，包括Pearson and Spearmancorrelation coefficients,gamma,Kendall’s tau-b,Stuart’s tau-c,Somer’s DPLCORR polychoric correlation coefficientRELRISK relative risk measures for 2X2