统计描述与SAS过程

1、统计报表

TABULATE过程制表不是列出观测值，而是计算观测的分类统计量，绘制统计量的表格。对于数据汇总比较有用.

PROC TABULATE DATA=数据集名；

   CLASS 分类变量；

   VAR 分析变量；

   TABLE 页维说明，行维说明，列维说明/统计量选项；

RUN;

统计名包括：N，NMISS,MEAN,STD,MIN,MAX,RANGE,SUM,USS,CSS,STDERR,CV,T(检验均值为0的t统计量)，PRT（t统计量的p值），VAR,SUMWGT(权数变量的和)，PCTN（某类观测占总观测个数的百分比），PCTSUM(某类观测的总和占全部总和的百分比)。

2、图形描述 SAS/GRAPH模块

绘制散点图、折线图及曲线图、直方图、扇面图、三维曲面图、等高线图、地图等。

GPLOT过程，绘制散点图、折线图及曲线图

data t;                                                                                                                                 
input year x;                                                                                                                           
x1=log(x);                                                                                                                              
cards;                                                                                                                                  
1975 1.45                                                                                                                               
1980 0.82                                                                                                                               
1985 0.23                                                                                                                               
1990 0.14                                                                                                                               
;                                                                                                                                       
symbol c=gold i=join;                                                                                                                   
proc gplot;                                                                                                                             
plot x*year x1*year;                                                                                                                    
symbol c=red;                                                                                                                           
run;

x为垂直变量 *号右端为水平变量

2.2 GCHART过程绘制条形图、饼图、柱状图

垂直条形图VBAR水平条形图HBAR饼图PIE语句柱状图BLOCK语句

每种图形所代表的意义可以不同，主要通过选择TYPE=统计量类型，确定图形所代表的含义。

常见的统计量类型有：FREQ（频数），PCT（百分数），VFREQ（累计频数），SUM（总和）、MEAN（平均值）

data ran1;                                                                                                                              
do i=1 to 500;                                                                                                                          
x1=normal(0);                                                                                                                           
x2=2+normal(0);                                                                                                                         
y1=x1+x2;                                                                                                                               
y2=x1-x2;                                                                                                                               
output;                                                                                                                                 
end;                                                                                                                                    
symbol;                                                                                                                                 
proc gchart;                                                                                                                            
vbar x1 x2 y1 y2/midpoints=-8 to 8 by 0.5 raxis=120 space=0;                                                                            
run;

3、三维曲面图和等高线图

data dnorm2;    
a=2;            
a2=sqrt(a);     
r=0.5;          
det=a*(1-r*r);                                                                                                                          
do x=-3 to 3 by  0.3;    
  do y=-3*a2 to 3*a2 by 0.3*a2;  
        z=1/(2*3.1415926*det)*exp(-0.5/det*(a*x*x+y*y-2*r*a2*x*y)); 
                output;                                                     
        end;     
end;             
keep x y z;      
run;            
proc g3d data=dnorm2;  
plot x*y=z;  
run; 

用GCONTOUR过程可以绘制曲面对应的等高线图

proc gcontour data=dnorm2; 
plot x*y=z;    
run; 

添加标题和脚注

四、计量资料的统计量描述

MEANS过程、UNIVARIATE过程用来计算简单的数据汇总信息，分别计算对区间变量计算均值、标准差等数字特征。

1、MEANS过程

PROC MEANS[options][statistics-keywords]

    VAR variables;

    CLASS variables;

    BY variables;

   OUTPUT[OUT=SAS-data-set][output-statistics];

options可使用

①DATA=SAS dataset

②ALPHA=value 设置概率可信区间的置信水平，0~1之间取值。

[statistics-keywords]，在MEANS过程中指出要统计哪些量，可选如下：

N MEAN    STD    MIN   MAX SUM   CV   STDERR  T PRT  SKEWNESS  KURTOSIS  CLM   LCLM  UCLM

2、UNIVARIATE过程

UNIVARIATE过程除可以完成类似MEANS过程的基本统计量的计算外，还可以计算以下统计量：

1. 描述变量极端值的情况
2. 计算分位数，如中位数
3. 生成若干个描述变量的分布图
4. 生成频率表
5. 对数据进行正态性检验
6. 对数据进行配对t检验和配对秩检验

PROC UNIVARIATE [options];

  VAR variables;

 BY variables;

 OUTPUT[out=SAS-data-set][output-statistics];