sas学习第六天.docVIP

基本描述性统计分析 Sas学习第六天 1.means 过程 SAS系统的BASE模块提供了一些计算基础统计量的过程，如：means过程、univariate过程、corr过程、freq过程等。这些过程可完成单变量或多变量的描述统计量计算。SAS系统Means过程可以用来计算数据集中指定的各变量的一些基本描述性统计量的值（如观测值个数、均值、标准差、方差、偏度、峰度等）。Means过程的一般格式为： proc means 输入数据集名 选项列表 ; var 变量列表 ; class 变量列表 ; by 变量列表 ; freq 变量 ; weight 变量 ; id 变量列表 ; output out=输出数据集名 统计量关键字=变量名列表; run ; 语句说明： VAR语句——指定要分析的变量名列； BY语句——按变量名列分组统计（数据集需事先按该变量名列排序）； CLASS语句——按变量名列分组统计（数据集不需事先排序）； FREQ语句——表明该变量为分析变量的频数； WEIGHT语句——表明分析变量在统计时要按该变量加权； ID语句——输出时加上该变量作为索引； OUTPUT语句——指定统计量输出的数据集及输出的内容 （OUT指定统计量的输出数据集名，统计量关键字指定统计量在输出数据集中对应的新变量名）. 选项说明： PROC MEANS语句，选项列表中常用“选项options”有： ①DATA=SAS数据集名：指明要分析的SAS数据集，缺省为最近建立的SAS数据集。 ②MAXDEC=k：规定输出结果小数部分的最大位数, ③ALPHA=value：设置置信区间的置信水平α。 ④统计量关键词常用的有：　　　 统计量名称 含义 统计量名称 含义 n 未丢失的观测个数 mode 众数，出现频数最高的数 nmiss 丢失的观测个数 sumwgt 权数和 mean 算术平均 max 最大值 stderr 均值的标准误差 min 最小值 sum 加权和 range 极差，max—min std 标准偏差 median 中间值 var 方差 t 总体均值等于0的t统计量 cv 变异系数的百分数 prt t分布的双尾p值 uss 加权平方和 clm 置信度上限和下限 css 关于均值偏差的加权平方和 lclm 置信度下限 skewness 对称性的度量——偏度 uclm 置信度上限 kurtosis 对尾部陡平的度量——峰度 ⑤缺省时，该过程输出：N、MEAN、STD、MIN、MAX五个统计量。 例：针对讲义4中生成的成绩数据集updatescore（程序4.2、4.4所生成），按班级和性别分组统计语文chinese、英语english、数学math、平均分avg的均值、方差、均值标准误差、99%置信区间上下界。并将这四个变量的均值统计量值输入到数据集stat里面去。 5．1 proc means data=updatescore mean var stderr lclm uclm alpha=0.01; class class sex; var chinese english math avg; output out=stat mean=mchi meng mmat mavg; proc print data=stat; run; 习题1.1：某车间20名工人加工某种零件，按生产数量X分组，每组工人数为W，求20名工人的平均日产量及标准差。其数据见表3.3所示。 data a ; input x w @@; cards; 14 2 15 4 16 8 17 5 18 1 ; run; proc means data=a mean var stderr; var x; freq w; output out=stat; run; 习题1.2：对于讲义4中的score数据，通过means过程建立假设检验，检验30名同学的英语成绩和语文成绩有无明显差异。先建立新变量 com=Chinese – English，构建原假设H0：mean(com)=0，计算T统计量的值与检验p值。显著性水平默认为0.05. data ttest; set score; com=chinese-english; keep chinese english com; run; proc means mean std t prt; var com; run; 2.univariate过程（单变量探索分析） 功能：SAS的univariate过程主要用于对指定随机变量进行详细的描述性统计。该过程除能完成与MEAN