第4章_定量數(shù)據(jù)描述性統(tǒng)計(jì)分析

1、第第4 4章章 定量數(shù)據(jù)描述性統(tǒng)計(jì)分析定量數(shù)據(jù)描述性統(tǒng)計(jì)分析主要內(nèi)容主要內(nèi)容u描述性統(tǒng)計(jì)分析指標(biāo)MEANS/UNIVARIATE過(guò)程u常見(jiàn)統(tǒng)計(jì)圖GPLOT/GCHART過(guò)程描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo)（1 1）基本統(tǒng)計(jì)分析指標(biāo)）基本統(tǒng)計(jì)分析指標(biāo)基本概念：基本概念：總體總體：研究對(duì)象的全體。樣本樣本：從總體中抽取的個(gè)體。隨機(jī)抽樣隨機(jī)抽樣：從總體中抽取樣本，且每個(gè)樣本被抽到的機(jī)會(huì)均等。 MEAN（均值）：計(jì)算公式為 （n為樣本量N）。 MODE（眾數(shù)）：樣本中出現(xiàn)次數(shù)最多的數(shù)據(jù)。 MEDIAN（中位數(shù)）：指將數(shù)據(jù)按大小順序排列起來(lái)，形成一個(gè)數(shù)列，居于數(shù)列中間位置的數(shù)據(jù)。若總數(shù)為奇數(shù)，取中間

2、值；若總數(shù)為偶數(shù)，取中間兩個(gè)值的平均值。 PX（分位數(shù)）：它將全部觀察值分成兩個(gè)部分，其中有X%個(gè)觀察值小于PX，（100X）%個(gè)觀察值大于PX。 MAX（最大值）：樣本中的最大觀察值。1()/niimeanxn描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo) MIN（最小值）：樣本中的最小觀察值。 SUM（和）：樣本觀察值的總和。 RANGE（極差）：最大與最小觀測(cè)值之差。 STD DEV（標(biāo)準(zhǔn)差）：計(jì)算公式為 （n為樣本量）。 VAR（方差）：為標(biāo)準(zhǔn)差的平方，用來(lái)衡量相對(duì)于均值的分散性和變異性。數(shù)據(jù)的集中程度高則方差小，反之則大。 STDERR（標(biāo)準(zhǔn)誤）：計(jì)算公式為 CV（變異系數(shù)）：計(jì)算公式為 US

3、S（加權(quán)平方和）：計(jì)算公式為其中 代表權(quán)重2()1xxStdDevnSTDERRSTD/N100%sCVx21niiiUSSw xiw描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo) CSS（加權(quán)離差平方和）：計(jì)算公式為 SKEWNESS（偏度系數(shù)）:計(jì)算公式為 主要衡量數(shù)據(jù)的對(duì)稱(chēng)性，若其值大于0則表示位于均值右邊數(shù)據(jù)較分散，若小于0則表示均值左邊數(shù)據(jù)較分散。 KURTOSIS（峰度系數(shù)）：計(jì)算公式為 峰值反映分布的尖銳度或平坦度，正峰值表示相對(duì)尖銳的分布，負(fù)峰值表示相對(duì)平坦的分布。 PROB|T|：在總體均值是0的假設(shè)條件下，學(xué)生T統(tǒng)計(jì)量大于臨界T的絕對(duì)值的概率。21()niiiCSSw xx3()(1

4、)(2)ixxnSKEWnns42(1)3(1)()(1)(2)(3)(2)(3)ixxn nnKURTnnnsnn描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo)（2 2）MEANSMEANS過(guò)程過(guò)程一般使用格式一般使用格式PROC MEANS DATA=SAS數(shù)據(jù)集 ;VAR 變量列表;CLASS 變量列表;BY 變量列表;FREQ 變量;WEIGHT 變量;ID 變量列表;OUTPUT ;RUN;描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo)（3 3）UNIVARIATEUNIVARIATE過(guò)程過(guò)程一般使用格式一般使用格式PROC UNIVARIATE DATA=SAS數(shù)據(jù)集 ;VAR 變量列表;BY 變量列

5、表;FREQ 變量;WEIGHT 變量;ID 變量列表;OUTPUT ;RUN;描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo)（3）SAS實(shí)例實(shí)例描述小麥單穗粒數(shù)分布描述小麥單穗粒數(shù)分布 在某農(nóng)業(yè)試驗(yàn)基地進(jìn)行試驗(yàn)，從某塊農(nóng)田中隨機(jī)抽取50株小麥，并且測(cè)出其單穗粒數(shù)（count）（相應(yīng)的SAS數(shù)據(jù)集在光盤(pán)中的存儲(chǔ)路徑為data/chap4/wheat），請(qǐng)據(jù)此計(jì)算其描述性統(tǒng)計(jì)指標(biāo)，以得到小麥單穗粒數(shù)的分布狀況。292634253631322243292930332829222733322925253631273226292125272730262718292830273224282834252726253

6、2描述性統(tǒng)計(jì)分析指標(biāo)描述性統(tǒng)計(jì)分析指標(biāo)編程法：編程法：proc means data=chap4.wheat MAXDEC=2;/*調(diào)用調(diào)用means過(guò)程，輸出結(jié)果保留兩位小數(shù)過(guò)程，輸出結(jié)果保留兩位小數(shù)*/var count; /*指定分析變量為指定分析變量為count*/run;proc univariate data=chap4.wheat plot ; /*調(diào)用調(diào)用univariate過(guò)程，輸出圖形過(guò)程，輸出圖形*/var count; run;菜單法菜單法描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（1 1）常見(jiàn)統(tǒng)計(jì)圖形介紹常見(jiàn)統(tǒng)計(jì)圖形介紹圖形類(lèi)圖形類(lèi)型型主要特征主要特征舉例舉例條形圖表示相互獨(dú)立的統(tǒng)

7、計(jì)指標(biāo)的數(shù)量大小。通?？v軸表示數(shù)量，橫軸為分組標(biāo)志。絕對(duì)數(shù)或相對(duì)數(shù)均可表示數(shù)量，圖中各長(zhǎng)條的高度反映了數(shù)值大小。繪制不同城市的年度GDP情況。圓餅圖表示事物內(nèi)部的構(gòu)成情況。圖中每個(gè)扇形面積的大小表示百分比數(shù)量大小，將360圓心角看成是100%，把每一部分所占的百分比數(shù)折算成圓心角的度數(shù)，畫(huà)出對(duì)應(yīng)的扇形。繪制某種食物的不同營(yíng)養(yǎng)成分所占的百分比。直方圖表示計(jì)量資料（測(cè)定每個(gè)觀察單位某項(xiàng)指標(biāo)值的大?。└鹘M段上的頻數(shù)的分布情況。圖中各長(zhǎng)條的面積表示各組數(shù)量的大小。如繪制某班學(xué)生中考平均得分的分布情況。折線圖用于資料中包含兩個(gè)數(shù)量指標(biāo)，放在橫軸上的數(shù)量指標(biāo)通常是時(shí)間。適用于表示一個(gè)或多個(gè)事物隨著時(shí)間的推

8、移，在數(shù)量上的增減幅度。如繪制某城市某年12個(gè)月的CPI情況。散點(diǎn)圖用于資料中包含兩個(gè)數(shù)量指標(biāo)，且兩個(gè)變量之間有自變量和因變量之分。通常把自變量放在橫軸上，因變量放在縱軸上。將成對(duì)的數(shù)據(jù)點(diǎn)（X，Y）在X和Y直角坐標(biāo)系中用點(diǎn)表示出來(lái)，所以稱(chēng)為散布圖或散點(diǎn)圖。如繪制某一組隨機(jī)樣本的身高和體重的散點(diǎn)圖。描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（2）GPLOT過(guò)程過(guò)程一般使用格式：一般使用格式：PORC GPLOT DATA=數(shù)據(jù)集 ;PLOT 縱坐標(biāo)變量Y*橫坐標(biāo)變量X;SYMBOLN ;AXISN ;RUN;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（3）GCHART過(guò)程過(guò)程一般使用格式：一般使用格式：PROC GCHAR

9、T DATA=數(shù)據(jù)集 ;VBAR 變量列表 /;HBAR 變量列表 /;BLOCK 變量列表 /;PIE 變量列表 /;STAR 變量列表 /;BY 變量列表 ;RUN;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（4）SAS實(shí)例實(shí)例繪制年齡和血壓的散點(diǎn)圖繪制年齡和血壓的散點(diǎn)圖根據(jù)例3-10中的數(shù)據(jù)繪制年齡和血壓的散點(diǎn)圖程序：程序：proc gplot data=chap3.example3_10; /*調(diào)用gplot繪圖過(guò)程*/plot SBP*age/VAXIS=AXIS2 HAXIS=AXIS1; /*定義繪圖變量，指定坐標(biāo)軸設(shè)置*/SYMBOL v=star i=none c=black; /*指定用

10、黑色星形表示數(shù)據(jù)、數(shù)據(jù)間不連接*/AXIS1 LABEL=(age) ORDER=(20 TO 64 BY 4); /*定義坐標(biāo)軸1的標(biāo)簽、刻度*/AXIS2 LABEL=(Systolic blood pressure) ORDER=(100 TO 160 BY 10) ;RUN;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（5）SAS實(shí)例實(shí)例繪制某班學(xué)生成績(jī)分布的直方圖繪制某班學(xué)生成績(jī)分布的直方圖 在一次高考前的英語(yǔ)摸底考試后，某理科實(shí)驗(yàn)班40個(gè)學(xué)生的得分情況，請(qǐng)據(jù)此畫(huà)出學(xué)生得分的直方圖，以探索其分布特征。程序：程序：proc univariate data=chap4.histogram; /*調(diào)用un

11、ivariate過(guò)程*/var score; /*指定分析變量為score*/Histogram; /*指定繪制分析變量的直方圖*/run;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（6）SAS實(shí)例實(shí)例繪制國(guó)內(nèi)生產(chǎn)總值的折線圖繪制國(guó)內(nèi)生產(chǎn)總值的折線圖 已知我國(guó)自1978年改革開(kāi)放以來(lái)至2010年的國(guó)內(nèi)生產(chǎn)總值（GDP），請(qǐng)據(jù)此繪制折線圖。程序：程序：Proc gplot data=chap4.line; /*調(diào)用gplot過(guò)程作圖*/Plot GDP*year /haxis=axis1 vaxis=axis2;/*設(shè)定縱軸和橫軸變量分別為GDP、year，且縱軸和橫軸的設(shè)定參數(shù)分別見(jiàn)axis1、axis2*

12、/Symbol i=join v=dot l=2 h=0.5;/*設(shè)定數(shù)據(jù)用直徑為1cm的點(diǎn)表示,用虛線將數(shù)據(jù)點(diǎn)連接成折線*/Axis1 label=(年份) order=(1978 to 2010 by 4 );/*定義Axis1的標(biāo)簽為“年份”，且取值從1978至2010每隔4年取一個(gè)刻度*/Axis2 label=(GDP) ; /*定義Axis2的標(biāo)簽為GDP*/Title 改革開(kāi)放以來(lái)我國(guó)GDP走勢(shì)圖; /*定義標(biāo)題*/Run;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（7）SAS實(shí)例實(shí)例繪制繪制09年年GDP構(gòu)成的餅圖構(gòu)成的餅圖 已知09年的國(guó)內(nèi)生產(chǎn)總值的構(gòu)成，請(qǐng)繪制呈現(xiàn)不同產(chǎn)業(yè)生產(chǎn)總值占國(guó)內(nèi)生

13、產(chǎn)總值的百分比的餅圖程序：程序：Proc gchart data=chap4.pie; Pie type/discrete /*根據(jù)離散型變量Type分組繪制餅圖*/ Sumvar=GDP /*定義計(jì)算變量為GDP*/ Type=mean/*餅圖的每一個(gè)扇形代表的是不同產(chǎn)業(yè)生產(chǎn)總值均值，此選項(xiàng)為繪制餅圖必選項(xiàng)*/ Slice=arrow /*定義用線將扇形和它的標(biāo)簽連接起來(lái)*/ Percent=arrow /*定義用線將扇形和它所代表的百分比形連接起來(lái)*/ Value=arrow /*定義用線將扇形和它所代表的值連接起來(lái)*/ Ctext=black /*設(shè)置圖中所有文字為黑色*/ Cfill=

14、black; /*設(shè)置扇形的輪廓為黑色*/ title 09年GDP構(gòu)成狀況”; Run;描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形（8）SAS實(shí)例實(shí)例繪制某種玉米株高的條形圖繪制某種玉米株高的條形圖 三類(lèi)條形圖簡(jiǎn)介：簡(jiǎn)單條形圖用若干平行、等寬的條狀來(lái)表示數(shù)量對(duì)比關(guān)系，組間有間隙。分組條形圖指由每?jī)蓷l或多條組成一組的條形圖，組間間隔大，組內(nèi)條形無(wú)間隔或間隔小。分段條形圖以條形的全長(zhǎng)代表某個(gè)變量的整體，條形內(nèi)部的各分段長(zhǎng)短代表各組部分在整體中所占比例，每段用不同顏色或線條表示、之間無(wú)間隙，各條之間有間隙。從不同地區(qū)（A，B，C）抽取不同品種（m，n）的玉米分別20株，測(cè)量得出玉米的株高。1）請(qǐng)繪制不同地區(qū)的玉米平均株高的簡(jiǎn)單條形圖；2）請(qǐng)分地區(qū)繪制不同品種玉米平均株高的分組條形圖；3）請(qǐng)分品種繪制不同地區(qū)的玉米平均株高的分段條形圖。描述性統(tǒng)計(jì)圖形描述性統(tǒng)計(jì)圖形程序：程序：Proc gchart data=chap4.bar; /*調(diào)用gchart過(guò)程*/Vbar area/discrete sumvar=height type=mean;/*繪制簡(jiǎn)單條形圖：繪制不同地