描述性统计过程PROC MEANS 和PROC FREQ

目录

 

一、数值型描述性统计：PROC MEANS

1、基本格式：

2、options：

3、statistic-keywords: 

3、语句

BY：       

CLASS

​VAR

​OUTPUT语句

二、字符型描述性统计 ：PROC FREQ

1、基本格式：

2、table语句：

基本语法一：

基本语法二： 

---

一、数值型描述性统计：PROC MEANS

默认：针对数值型变量，并求其统计量。
输出的默认格式：BEST.

字符型变量和分类变量不输出

1、基本格式：

PROC MEANS <DATA=data-set> <STATISTIC-KEYWORD(S)> <OPTION(S)>;
RUN;

miya.fbg数据集如下，共50条：

 

PROC MEANS data=miya.fbg;
RUN;

输出结果为miya.fbg数据集中所有数值型变量的默认统计量
打印顺序为：variable，N，MEAN，STDDEV，MIN，MAX 

 

proc means data=miya.fbg median range;
run;

输出结果为miya.fbg数据集中所有数值型变量的median range统计量
打印顺序为：variable，MEDIAN，RANGE 

2、options：

maxdec=n  指定输出结果的小数位数，默认：maxdec=0。

alpha          设定可信区间的 α水平，默认：alpha=0.05。

noprint/print

       PROC MEANS         默认打印结果，需要noprint选项限制输出。

       PROC SUMMARY   默认不打印结果，需要通过print选项输出。

proc means data=miya.fbg maxdec=2;
run;

 

3、statistic-keywords: 

若不加统计关键词，默认打印的顺序： 非缺失值个数（N），均值（MEAN），标准差（STDDEV），最小值（MIN），最大值（MAX）。

统计量	描述
MAX	最大值
MIN	最小值
MEAN	均值
MEDIAN	中位数
N	非缺失值个数
NMISS	缺失值个数
STDDEV	标准差
SUM	总和

3、语句

BY：       

指定分组变量，分组后按分组变量生成多张表；
数据集按照by后的变量排序，才可以使用，效率更高。

proc sort data=miya.fbg;
    by gender age;
run;

proc means data=miya.fbg maxdec=2;
    by gender age;
run;

CLASS

 指定分组变量，分组显示在同一张表中。

proc means data=miya.fbg maxdec=2;
    class gender age;
run;

VAR

指定分析的数值变量，默认为所有的数值变量。

proc means data=miya.fbg maxdec=2;
    var fbg height;
    class gender;
run;

OUTPUT语句

将统计量生成数据集
基本格式：

OUTPUT OUT=data-set <STATISTIC-KEYWORD=variable-name>;

proc means过程虽然有output语句，但执行完毕后只显示描述性统计，而没有work.sum_gender数据集中内容
若要输出work.sum_gender数据集中的内容需要在加上proc print语句。 

proc means data=miya.fbg;
    var fbg height weight;
    class gender;
    output out=work.sum_gender
        mean=AvgFbg AvgHeight AvgWeight
        min=MinFbg MinHeight MinWeight;/*与Var语句的分析变量个数相同，变量名可以自定义*/
run;
proc print data=sum_gender;
run;

二、字符型描述性统计 ：PROC FREQ

不仅仅针对字符型数据，主要是统计一些频数，百分比等信息

1、基本格式：

PROOC FREQ <DATA=DATASET>;
RUN;

proc freq data=miya.fbg;
run;

 

默认维度：一维
默认输出：频数（对分类变量有意义）、百分比、累计频数、累计百分比
默认对象：所有变量，每个变量一个表

2、table语句：

基本语法一：

生成一维的表，几个分析变量几个表，筛选变量。
选项NOCUM：不显示累计频数和累计百分比

PROOC FREQ <DATA=DATASET>;
    TABLES variable-1 variable-2 ... variable-n /option;
RUN;

基本语法二： 

生成二维表，可以通过option选项控制是否输出

选项：
NOFREQ：           不显示某个单元格频数
NOPERCENT：    不显示总百分比
NOROW：            不显示行百分比
NOCOL：             不显示行百分比
MISSING：           在频数和百分数中包括缺失值

PROOC FREQ <DATA=DATASET>;
    TABLES variable-1*variable-2 /options;
RUN;