第四章 统描述与SAS过程.pptVIP

统计软件包;第四章 统计描述与SAS过程;1、表示位置的数字特征 总体均值、中位数、众数 众数是使得随机变量密度函数取最大值的数值;标准差系数反映了单位均值上的离散程度 常用在两个总体均值不等的离散程度的比较上。;峰度：度量总体分布尾部粗细程度（与正态分布相比）;3、表示分布形状的样本统计量 样本偏度、样本峰度 4、区间估计;例题4.1，P93 在实际应用中，经常会遇到数据处理的问题，那么为了分析数据我们就需要利用相关的统计量，数字特征来反映数据的特性。; 主要功能 ： MEANS过程用来对数据集中的数值变量的全部非丢失观测计算简单的描述统计量； 还可以对均值进行假设检验并给出置信区间； 对观测组（BY组）分别计算简单描述统计量。;MEANS过程的一般格式为： PROC MEANSoption-liststatistic-keyword-list; (必需的语句) var variable-list; class variable-list; freq variable; weight variable; id variable-list; by variable-list; output out=sas-data-setoutput-sataistic-list….;1、PROC MEANS语句;2、VAR语句：一般格式 VAR variable-list; 规定要求计算简单统计量的数值变量及次序。;5、FREQ语句：一般格式 FREQ variable; 指定变量表示相应观测出现的频数; 要求把计算的描述统计量输出到新的SAS数据集中，并对新数据集的名字及所包含的统计量名字列表。;三类任选项：;(3)MAXID(var-1id-list-1…var-n(id-list-)) =name-list MINID (var-1id-list-1…var-n(id-list-n)) =name-list;;data a; input name$ sex$ height age; cards; rose f 165 19 kate f 168 17 mike m 176 20 john m 180 19 alice f 170 22 ; proc means data=a; var height age; output out=new max=maxh maxa maxid(height(name) age(name))=heightst agest; run;;输出结果;课本例4.1（P97) data incomes; input income@@; cards; 271 396 287 399 466 269 295 330 425 324 228 113 226 176 320 230 404 487 127 74 234 523 164 336 343 330 436 141 388 293 464 200 392 265 403 259 426 262 221 355 324 374 347 261 287 113 135 291 176 342 443 239 302 483 231 292 373 346 293 236 223 371 287 400 314 468 337 308 359 352 273 267 277 184 286 214 351 270 330 238 248 419 330 319 440 427 314 414 299 265 318 415 372 238 323 412 493 286 313 412 ; proc means data=incomes mean var std cv skewness kurtosis alpha=0.1 t prt clm maxdec=2; var income; run;;mean：均值； var：方差； std：标准差 cv：标准差系数； skewness：偏度 kurtosis：峰度； alpha=0.1：显著性水平为0.1，即置信水平为90%； t：均值是否为零的t检验值； prt：对应t值的概率 clm：上、下置信限 maxdec=2：保留两位有效小数;输出结果;1、计算家庭人均收入（income)，家庭人均消费支出(consume) 和食品支出(food)的均值、标准差、变异系数、偏度和峰度；;proc means data=cjl.xf2000 mean std cv skewness kurtosis maxdec