ch2SAS的描述统计功能.pptVIP

第二章 SAS的描述统计功能 教学要求：使学生掌握描述性统计量计算所需要的 SAS/INSIGHT与分析家的菜单系统及编程语句，能用它们进行频数统计、画条形图/直方图、盒形图、散点图、线图，常用描述性统计量的计算. 教学重点：FREQ、UNIVARIATE、MEANS、GCHART过程步. 教学难点：计算统计量及画图时SAS中不同方法的灵活运用 教学方法：授课、上机、作业 教学内容： 2.1 描述性统计的基本概念 2.2 在SAS中计算统计量 2.3 统计图形 2.4 用SAS绘制统计图形 2.1.1 统计学的基本概念 2.1.2 表示数据位置的统计量 2.1.3 表示数据分散程度的统计量 2.1.4 表示数据分布形状的统计量 2.1.5 其它统计量 2.1.1 统计学的基本概念 1. 总体与样本 总体X(population)：总体是指所研究对象的全体组成的集合。 样本(sample)：样本是指从总体X中抽取的部分对象（个体）组成的集合X1，X2，…，Xn，其观测值（样本数据）表示为x1，...，xn。 2.1.2 表示数据位置的统计量 1. 均值（Mean） 均值是描述数据取值中心位置(平均水平)的统计量。 3. 众数（Mode） 观测值中出现最多的数称为众数。众数用得不如均值和中位数普遍。在属性变量分析中，常需考虑频数，因此众数用得多些。 4. 百分位数（Percentile） 分位数也是描述数据分布和位置的统计量。0.5分位数就是中位数，0.75分位数和0.25分位数又分别称为上(第三)、下(第一)四分位数，并分别记为Q3和Q1。 2.1.3 表示数据分散程度的统计量 1. 极差（Range）与半极差（Interquartile range） 极差就是数据中的最大值和最小值之间的差： 3. 标准差（Standard deviation或Std Dev） 方差的开方称为标准差： 标准差的量纲与原变量一致。 4. 变异系数（Coefficient of Variation或CV） 变异系数是将标准差表示为均值的百分数，是观测数据分散性的一个度量，它在比较用不同单位测量的数据的分散性时是有用的： 2.1.4 表示数据分布形状的统计量 偏度和峰度是描述数据分布形状的指标。 1. 偏度（skewness） 偏度是刻画数据对称性的指标。 在SAS中： ● 关于均值对称的数据其偏度为0； ● 左侧更为分散的数据，其偏度为负，称为左偏； ● 右侧更为分散的数据，其偏度为正，称为右偏。 2. 峰度（kurtosis） 峰度描述数据向分布尾端散布的趋势。 利用峰度研究数据分布的形状是以正态分布为标准（假定正态分布的方差与所研究分布的方差相等）比较两端极端数据的分布情况，若 ● 近似于标准正态分布，则峰度接近于零； ● 尾部较正态分布更分散，则峰度为正，称为轻尾； ● 尾部较正态分布更集中，则峰度为负，称为厚尾。 2.1.5 其它统计量 1. 均值的标准误（Std Error Mean或Std Mean或Std error） 2. 校正平方和（Corrected sum of squares） 3. 未校正平方和（Uncorrected sum of squares） 4. k阶原点矩 其中A1即为均值 。 5. k阶中心矩 2.2.1 用INSIGHT计算统计量 2.2.2 用“分析家”计算统计量 2.2.3 编程实现描述性统计计算 2.2.1 用INSIGHT计算统计量 INSIGHT可以非常方便地计算各种统计量。 1. 实例数据 【例2.1】表2-1为两个不同地区居民家庭收入和支出情况的抽样调查（单位：元），试分别统计收入和支出情况。 表2-1中数据已输入成Excel文件sryzc.xls，4个变量名分别为：ID、R_ID、Income和Outgo。首先导入其为SAS数据文件exec.sryzc中，定义变量相应的标签名为“家庭编号”、“地区编号”、“家庭总收入”和“家庭总支出”： 2. 在INSIGHT中打开数据集 打开INSIGHT环境下数据窗： 3. 计算统计量 (分地区计算收入income和支出outgo的描述统计量) 输出结果：矩统计量（Moments）和分位数(Quantiles） 2.2.2 用“分析家”计算统计量 1. 启动“分析家” 打开“分析家”窗口： 2. 通过Summary