SAS统计应用基础第四讲共4讲.pptVIP

* * 第四章 数据的统计描述 4.1 概述 4.1.1 定义 统计描述是指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的过程。有时为了达到更加直观的效果，可以通过统计图或统计表的形式来进行统计描述。 计量资料 计数资料：其统计描述过程主要包括计算相对指标，如率、构成比，相对比等， 也可通过统计图对资料的分布情况进行描述 根据所收集资料类型的不同，统计描述过程不尽相同 位置参数：算术平均数（mean）、中位数(median)、众数 （mode） 变异指标：全距（range）、四分位数间距(interquartile)、方 差（variance）、标准差（standard deviation）、 变异系数（coefficient of variation） 形状参数：偏度（skewness）、峰度(kurtosis) 4.2 执行描述性统计功能的SAS过程 描述性统计指标的计算可以用means、summary、univariate、tabulate过程来实现。 相同点： ①均可计算均数、标准差、方差、标准误、总计、加权总计、最大值、最小值、全距、校正的和未校正的离差平方和、变异系数、样本分布位置的t检验统计量、缺失数据和非缺失数据个数等。 ②均可通过by语句将数据分为若干个子数据集，从而对各子数据集分别进行独立的统计分析 不同点： ①means、summary、univariate过程可以计算样本的偏度和峰度，而tabulate不计算。 ②univariate过程可以计算出样本的众数，其他则不能。 ③Summary过程执行后不会自动给出分析结果，须调用output语句和print过程来显示分析结果，而其他三个过程则会。 ④univariate过程具有统计制图的功能，其他三个过程则没有。 ⑤tabulate过程不产生输出数据文件，其他三个过程均可产生输出数据文件 用例子说明univariate过程 Libname a ‘d:\’; Data a.data4_1; Infile ‘d:\abc.txt’; Input x y z@@; Proc univariate; Run;quit; 结果说明 此部分给出了基于矩（moments）的统计量，几乎所有的常用统计量都包括在其中。列表中： 左侧一列从上到下依次为：观测总数、均数、标准差、偏度、未校正的平方和、变异系数； 右侧一列从上到下依次为：权重合计、观测值合计、方差、峰度、校正平方和、均数的标准误。 此部分给出基本的描述性统计量，包括分布的位置参数（左侧一列） 和尺度参数（右侧一列）。位置参数包括均数、中位数、众数，尺度参数包括标准差、方差、全距以及四分位数间距（interquartile range） 此部分给出有关分布位置假设检验（test for location）的结果。由于程序中未设置”mu0=”选项，univariate过程将假设的位置参数设置为0.结果列表中的三行分别为student’s 检验、符号检验、符号秩检验，结果中分别给出了所得的检验统计量 及其对应的双侧概率值。 此部分给出分位数估计值的列表，标题“quantiles(definition5)”中的“definition5”是指计算分位数值所用的数学定义方法，由于proc univariate语句中未设置”pctldef=“选项，此处为默认的方法。 *