几种描述性统计分分析 的SAS过程.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,几种描述性统计分析的,SAS,过程简介,PROC MEANS,过程,计算,SAS,数据集中各变量值的位置、分散性、分布形状等数字特征。,基本语句：,PROC MEANS options;,VAR variables;,OUTPUT OUT=dataset name keyword=name ;,RUN;,说明,:(a)“options”,一般选项为：,(i),以,DATA=SAS dataset name,指定所分析的,SAS,数据集名称；,(ii),指定欲计算的特征数字名称（关键词，由,SAS,系统规定）包括,N,MEAN,STD,VAR,MIN,MAX,RANGE,SUM,USS,CSS,SKEWNESS,KURTOSIS,等。,(b):,“,variables,”,指定要计算前面所列数字特征的,SAS,数据集中的变,量名称（须是数值型变量）。,(c):,第三句建立一个包含指定分析结果的,SAS,数据集，其中“,dataset,name”,为用户指定数据集名称；“,keyword”,可以是前面关键词的,任一个，等号后的“,name”,为用户赋予的相应关键词的新名称（若,省略，则系统以原变量的名称作为相应结果的名称）。,例如：若“,variables”,部分为,:X1 X2 X3,若用,OUTPUT OUT=results MEAN=VAR=;,则这三个变量的均值和方差仍用,X1,X2,X3,命名。,若用,OUTPUT OUT=results MEAN=MX1 MX2 MX3,VAR=VX1 VX2 VX3;,则这三个变量的均值以此命名为：,MX1 MX2 MX3;,方差依次命,名为：,VX1 VX2 VX3,。,2.PROC UNIVARIATE,过程,此过程除可完成,PROC MEANS,过程类似的一些分析外，还具有计,算数据的分位数、绘制茎叶图和,QQ,图、对数据进行正态性检验等功能。,基本语句,：,PROC UNIVARIATE options;,VAR variables;,OUTPUT OUT=dataset name keyword=name ;,RUN;,说明,:(a)“options”,部分的选项包括：,(i)DATA=SAS dataset name:,指定欲分析的,SAS,数据集名称；,(ii)PLOT:,要求对所分析的各变量的观测值产生一个茎叶图和一,个正态,QQ,图；,(iii)NORMAL:,要求对各变量的观测值作做正态性检验并输出检,验统计量的观测值及检验,p-,值（,n2000,，,Kolmogorov-Smirnov,检验）。,(b),该过程第二句和第三句的用法与,PROC MEANS,过程基本相同，只,是在“,keyword=name”,中的“,name”,不可省略，必须由用户给相应关,键词赋予具体名称。,(c)PROC UNIVARIATE,过程的默认输出结果除包括,PROC MEANS,中全部关键词所对应的特征数字以及中位数等外，还有如下关键,词选项：,Q1:,下四分位数；,Q3:,上四分位数；,QRANG:,四分位极差；,P1:1%,分位数；,P5:5%,分位数；,P10:10%,分位数；,P90:90%,分位数；,P95:95%,分位数；,P99:99%,分位数。,3.PROC CAPABILITY,过程,该过程除具有,PROC UNIVARIATE,过程同样的分析功能外，还可以,画,QQ,图、直方图、经验分布函数曲线、拟合参数分布函数以及概率密度,函数并进行相应的假设检验等。,（,1,）画直方图,基本语句为：,PROC CAPABILITY options;,HISTOGRAM variables/options;,RUN;,说明,:(a),第一句中的“,options”,可包括下列选项：,(i),以,DATA=SAS dataset name,指出欲分析的数据集名称；,(ii)GRAPHICS:,要求作高分辨率图（只适用低版本）；,(iii)NOPRINT:,阻止输出有关变量的描述性分析结果。,(b),第二句中的“,variables”,用以指定作直方图的变量（一个或多个）,名称，“,options”,部分可以包括下列选项：,(i)MIDPOINT=variables:,设置分组区间的中点值（等间隔，其,值依次列出）。或用,MIDPOINT=a TO b BY c,指定区组。省略时系统自动分组；,(ii)VSCALE=COUNT(,或,PERNT,或,PROPOTION),：指定纵轴为,频数（或分数或频率）；,(iiI)NORMAL(,或,LOGNORMAL,GAMMA,WEIBULL,BETA,EXPONETIAL):,要求在相应直方图上拟合制定分布的概率,密度函数，其中的参数系统直接用极大似然估计代替，也可,在其后加括弧有用户指定（具体见教材,P266,）。,此外，还对所拟合的分布输出分布拟合检验（包括：卡,方，,Kolmogonov-Smirnov,Anderson-Darling,Cramer-von,Mises),统计量的值及其检验,p-,值。,(2),作经验分布函数曲线及拟合的分布函数曲线,基本语句为,：,PROC CAPABILITY options;,CDFPLOT variables/options;,RUN;,(3),作,QQ,图,基本语句为：,PROC CAPABILITY options;,QQPLOT variables/options;,RUN;,说明：,上述两个过程中的选项与作直方图的过程的用法基本相同。,更详细的解释见教材,P266,。,4PROC CORR,过程,该过程主要用于计算,SAS,数据集中各数值变量间的协方差矩阵和,相关系数（包括,Pearson,相关系数阵和,Spearman,相关系数阵）矩阵，,并且在各对变量的相关系数下的括号中给出检验响应相关系数是否为零,的检验,p-,值。此外，此过程还自动输出一些描述性统计量（如各变量的,均值、标准差等等）。,基本语句为：,PROC CORR options;,VAR variables;,WITH varibles;,RUN;,说明,:,(a),第一句中“,options”,可包括如下选项：,(i)DATA=SAS dataset name,指定所分析的,SAS,数据集；,(ii)PEARSON:,要求输出,Pearson,相关系数矩阵；,(iii)SPEARMAN:,要求输出,Spearman,相关系数矩阵；,(iv)COV:,要求输出协方差矩阵；,(v)NOSIMPLE:,不输出各变量描述性统计量的值。,(b),第二句中的“,variables”,即指定计算相关系数（或协方差）矩阵的,（数值）变量名称。,(c),第三句中与第二句合用，即要求输出以,VAR,中的变量“,variables”,和,WITH,中的变量“,variables”,两两组合的相关系数矩阵。,