第1章数据描述性分析.doc

PAGE  PAGE 32 第一章 数据描述性分析 教学目标：本章是数据分析的描述性分析，需要掌握数据的一些基本数字特征、相关分析，以及数据的分布检验，并能够熟练地运用SAS软件计算数字特征、相关分析、作出数据的分布图及进行分布检验。 重难点：运用SAS软件计算数字特征、相关分析、作出数据的分布图及进行分布检验。 第零节 SAS系统简介 （约2课时） SAS（Statistical Analysis System缩写）软件是应用最为广泛的数据分析软件之一，包含了从简单的描述性分析到复杂的多元统计、生存分析等广泛的数据分析方法。 为便于区分，我们约定对SAS系统的专用语句及编程语句用大写字母，对一些说明星的语句用小写字母，而在具体上机编程中不必如此。 SAS系统是在Windows环境下的一个数据分析软件，其界面包括三部分：程序窗口、SAS log窗口及输出结果窗口。 一. 数据的输入与输出 *数据集的建立 SAS系统是按每个观测向量逐个处理数据，一个典型的SAS数据集由变量行和数据行组成： 变量行 数据行 建立SAS数据集的常用方法有两种，一是在程序窗口直接输入数据，二是利用已有数据集建立SAS数据集。 1. 直接输入数据建立SAS数据集 在程序窗口直接输入数据，其基本语句形式为 DATA name; INPUT variables; CARDS; data lines ; 说明： 1）要建立永久性数据集，要采用二级命名。若不赋予数据集名称，则自动赋予名称DATA1、DATA2、…。 2）非数据变量，需要在变量名后空一格，再写“$”。输入变量的格式有两种：自由和固定。 ①自由格式输入。在“INPUT”后依次输入各变量，变量之间用空格分开； ②格式化输入 3）如果数据的每一行有多于二组观测向量，则在变量后加“@@”。 4）“；”表示数据结束。 2.利用外部数据集建立SAS数据集 DATA name（新数据集名）; INFILE ‘drive location: file name’（外部数据集的路径及数据集名称）； INPUT variables（根据外部数据集的格式确定相应得变量输入格式）; *SAS数据集的输出 格式：PROC PRINT DATA=name; 说明：打印观测向量序号OBS、各变量名及其取值。 二. 利用已有的SAS数据集建立新的SAS数据集 *两个SAS数据集的合并 1）串联 语句形式： DATA name（新数据集名）; SET A B； 说明：两数据集必须有相同的变量。 2）并联 语句形式： DATA name（新数据集名）; MERGE A B； 说明：两数据集必须有相同数据行。 *变量值得排序 语句形式： DATA new name; PROC SORT DATA=name; BY (DESCENDING降序，否则就是升序排列) variable; *删除数据集中的某些数据行 语句形式： DATA new name; SET DATA=name; IF conditions THEN DELETE; 说明：“conditions”数据行的序号或某个变量的取值所满足的条件。 *删除数据集中某些变量及其观测值 语句形式： DATA new name; SET DATA=name; DROP variables（要删除的变量名）（或KEEP variables需要保留的变量名） *产生新变量及其观测值 语句形式： DATA new name; SET DATA=old name; 变量的变换公式； RUN; 三. SAS系统的数学运算符号及常用的SAS函数 *数学运算符号 幂运算“**”，加法“+”，减法“-”，乘法“*”，除法“/”。 表达式：变量名=数学表达式或‘非数值字符串’ *SAS函数 见表9.2。 在均匀分布和正态分布等的随机函数中，需要给定初值“Seed”，否则在不同的时刻产生不同的随机数。 简单统计量函数种，“arguments”表示一系列数据或已经赋值的一系列变量，将数据或变量逐个列出，并用“，”分开；或者在变量前面加“OF”而不要逗号。 四. 逻辑语句与循环语句 *逻辑语句 语句形式： IF conditions THEN command; ELSE command; *循环语句 SAS循环语句以“DO”开始，“END”结束，有三种形式： 1）DO variable=a TO b BY increment; 2）DO UNTIL (condition); 3）DO WHILE (condition) 作业：实验一 第一节 一维数据的数字特征 （约2课时） 一. 均值、方差等数字特征 一元数据的数字特征主要有下列几种。设样本容量为n的观测值为。 均值 均值即是的平均数：