2024-06-27 base SAS programming学习笔记7(Descriptive stats）

1.PROC MEANS

         proc means 计算数值变量描述统计量，基本格式如下：

        proc means data=data-set <statistic keyword> <options>;

        run;

statistic-keyword:需要计算的描述统计量名称.默认输出N,MEAN,STD,MIN,MAX,当用户自定义名称时，默认的描述统计量不输出。

options:控制输出的内容和形式；

此处不设置VAR 语句会对数据集内的所有数值变量 计算N,MEAN,STD,MIN,MAX;

如下是statistic-keyword 可使用的字段：

OPTIONS 里面可以是MAXDEC=n 控制输出结果的小数位数；

2. CLASS 和BY 语句

        在proc means中可以使用class或者by语句来计算分组的描述统计量，class  variable语句不需要对分组变量进行排序，结果在一张大表上展示；BY variable需要对分组变量进行排序，结果在分每个小表展示；但是分组变量很多的时候使用BY 语句效率更高。

        定义在CLASS 语句的变量不会被计算统计量。

3.OUTPUT 语句

        OUTPUT可以将计算的描述统计量结果输出至SAS数据集：

        OUTPUT  OUT=DATA-SET <statistic-keyword=variable-names>

statistic-keyword:描述性统计量字段；如果不设置字段，默认输出N,MEAN,STD,MIN,MAX

variable-name:设定输出数据集中描述统计量的变量名，描述性统计量变量名的出现顺序也需要与VAR 语句内变量名出现顺序保持一致。

举例如下：（noprint表示不将结果打印出来）

4.PROC SUMMARY  

        PROC SUMMARY 与PROC MEANS 使用方法一致，两个的区别在与PROC MEANS 会默认把结果打印出来，加上NOPRINT选项则不打印结果，但是PROC SUMMARY 则不会默认打印，需要加PRINT 选项才打印结果。

5.PROC FREQ

        PROC FREQ 默认生成单向表，包括frequency、percent、cumulative frequency、cumulative percent;

        基本格式：

        proc freq data=data-set;

                tables variables/NOCUM ;(生成单向表,nocum选项表示不生产累积频数和累积频率

        或者

                tables variable1*variable2;variable1是行，variable2是列

如果不设置tables语句则对数据集内每个变量生成单向表；

        生成交叉表：表内含有frequency、total percent、row percent、column percent

        还可以和FORMAT语句连用：

        

         或者创建N-way 交叉表

                tables  <varn....>*var2*var3;(varn表示分层变量，可以是1个也可以是多个，var2表示行，var3表示列)

6.TABLE 语句OPTION，CROSSLIST和LIST选项

        crosslist选项将输出的2*2交叉表的列变量纵向的形式呈现出来分单独表展示出来，分层变量展示在表头，如下所示：

LIST将多个变量的交叉表按单向表形式展现在一张表内，但是与CROSSLIST不同的是所有的分层变量会单向表的一列，而不是将分层变量展示在表头（类似于proc  means 中CLASS与BY 的区别），且同单向表一般生成frequency、percent、cumulative frequency、cumulative percent如下所示：

生成交叉表时会默认自动生成frequency,percent,rowpercent,column percent,因此可以使用nofreq、nopercent、norow、nocol来控制不生成某个统计量。