312定量数据的统计描述.pptVIP

Output 语句示例 Proc univariate data=class mu0=62; Var height; Output out=t_test t=t_value probt=p_value; Run; 对变量height的均值做t检验（ mu0=62 ） Output 语句示例 Proc univariate data=class; Var height weight; Output pctlpts=33.3 66.7 pctlpre=h w pctlname=p33_3 p66_6; Run; Pctlpts=百分位数 规定在过程中不能自动提供而用户又希望计算的百分位数。比如想计算33%的分位数，必须由此选项。 Pctlpre=前缀名列表 该选项规定pctlpts=要求计算的百分位数的输出变量名的前缀 Pctlname=后缀名列表 该选项规定pctlpts=要求计算的百分位数的输出变量名的后缀 Means/Summary与Univariate对比 统计描述是针对原始数据进行归纳整理、用相应的统计指标（如率、均数等）来反映研究对象最鲜明的数量特征过程。数据的统计描述可以包括以下几个方面的内容： 位置参数：包括算术平均数、中位数、众数 变异指标：包括全距，四分位数间距、方差、标准差以及变异系数 形状参数：包括偏度和峰度 频数及报表 绘图 数据的统计描述 Means过程 Summary过程 Univariate过程 定量数据统计指标计算的三种过程 Means过程格式： Proc means 数据集名noprint其它选项; Var 变量列表；（规定需要计算的数值变量及顺序） Class 变量名列表；（分组计算） Freq 变量；（该语句指定一个数值型的变量，它的值表示输入数据集中相应观测出现的频数。该变量的值应为正整数。若freq变量值1或缺失，相应的观测不参加计算统计量；若这个值不是正整数，取整数部分。） Weight 变量；（该变量的值应大于0,若0或缺失，则假定该值为0.） Id 变量名列表；（该语句对means过程产生的输出数据集增加一个或几个附加变量，目的在于识别输出数据集里德观测） By 变量名列表；（分组计算，注意一定要先排序） Output out=数据集名字输出统计量列表; Means过程 Proc means中的其它选项包括 Maxdec=n;规定输出结果中的小数部分的最大位数（0-8）。缺省时是2。 Fw=n；给出该过程用来打印每个统计量的域宽。缺省是12。 Alpha=a;设置计算置信区间的置信水平a。a在0-1之间。假如，若规定a=0.05,则得到均值的95%的置信区间 Missing要求该过程把class变量的缺失值作为有效分组值处理 Means过程 Proc means data=class; Var height; Run; 在上述用法中，没有指定输出的统计量，缺省的会对每个选定的变量计算有效记录(N)、均值(Mean)、标准差(Std)、最大值(Maximum)和最小值(Minimum)五个统计量。 Means过程最简单的用法 可以用means过程 计算的统计量分别 用关键词表示： Proc means data=class mean var clm alpha=0.01 maxdec=3 fw=8; Var height weight; Output out=mclass mean= var=vh vw lclm=lc uclm=uc; Run; Means过程示例 该程序要求输出的结果占8个字符，其中小数位为3。把运行结果输出到数据集mclass中,包括变量 height（height的均值） weight（weight的均值） vh（height的方差） vw（weight的方差） Lc(置信度为99%的置信下限) uc(置信度为99%的置信上限) 1、统计关键字=代表统计值的变量名称串 Proc means data=class; Var height weight; Class sex; Output out=test mean=m_h m_w; Run; Output的四种方式 这种界定方式自动计算出var指令所列举之所有变量的统计值。 因此，等号右边所列举的变量，必须与var指令中所列举的变量前后对应而且数目相同。 2、统计关键字（变量名称串）=代表统计值的变量名称串 Proc means data=class; Var height weight; Class sex; Output out=test mean=m_h m_w std(height)=v_h; Run; Output的四种方式 这种界定方式将产生var指令所列举之部分变量的统计值