SAS數(shù)據(jù)分析完整筆記

1、 SAS數(shù)據(jù)分析完整筆記。收藏2013-08-11ice數(shù)據(jù)分析數(shù)據(jù)分析1.SASINSIGHT啟動(dòng)：方法1：SolutiomAnalysisInteractiveDateAnalysis方法2：在命令欄內(nèi)輸入insight方法3：程序編輯窗口輸入以下代碼，然后單擊Submit按鈕；Procinsight；Run；一維數(shù)據(jù)分析用sasinsight做直方圖、盒形圖、馬賽克圖。直方圖：AnalysisHistogram/BarChart盒形圖：AnalysisBoxplot馬賽克圖：AnalysisBoxplot/Mosaicplot（Y）二維數(shù)據(jù)分析散點(diǎn)圖：AnalysisScatterypl

2、ot（YX）曲線圖：AnalysisLineplot（YX）三維數(shù)據(jù)分析旋轉(zhuǎn)圖：AnalysisRotationgPlot曲面圖：AnalysisRotationgPlot設(shè)置FitSurface等高線圖：AnalysisCountorplot分布分析驗(yàn)。包括：直方圖、盒形圖、各階矩、分位數(shù)表，直方圖擬合密度曲線，對(duì)特定分布進(jìn)行檢1.4.1AnalysisDistribution（Y）第一部分為盒形圖，第二部分為直方圖，第三部分為各階矩，第四部分為分位數(shù)表。添加密度估計(jì)A：參數(shù)估計(jì)：給出各種已知分布（正態(tài)，指數(shù)等），只需要對(duì)其中參數(shù)進(jìn)行估計(jì)；CurvesParametricDensityB：核

3、估計(jì)：對(duì)密度函數(shù)沒(méi)有做假設(shè)，曲線性狀完全依賴于數(shù)據(jù);CurvesKernelDensity1.4.3分布檢驗(yàn)CurvesCDFconfidencebandCurvesTestforDistribution曲線擬合AnalysisFit(YX):分析兩個(gè)變量之間的關(guān)系多變量回歸AnalysisFit(YX)方差分析AnalysisFit(YX)相關(guān)系數(shù)計(jì)算AnalysisMultivariate主成分分析AnalysisMultivariate2.SASANALYST啟動(dòng)：方法1：SolutionAnalysisAnalyst方法2：在命令欄內(nèi)輸入analyst分類計(jì)算統(tǒng)計(jì)量：DataSumma

4、rizebygroup隨機(jī)抽樣：DataRandomSample生成報(bào)表：ReportTables變量計(jì)算：DateTransform繪制統(tǒng)計(jì)圖條形圖：GraphBarChartHorizontal餅圖：GraphPieChart直方圖：GraphHistogram概率圖：GraphProbalityplot散點(diǎn)圖：GraphScatterplot2.6統(tǒng)計(jì)分析與計(jì)算2.6.1計(jì)算描述性統(tǒng)計(jì)量StatisticsDescriptiveSummartStatistics只計(jì)算簡(jiǎn)單統(tǒng)計(jì)量StatisticsDescriptiveDistribution可計(jì)算一個(gè)變量的分布信息StatisticsD

5、escriptiveCorrelations可計(jì)算變量之間的相關(guān)關(guān)系StatisticsDescriptiveFrequencycounts可計(jì)算頻數(shù)列聯(lián)表分析StatisticsTableAnalysis2.7假設(shè)檢驗(yàn)2.7.1單樣本均值Z檢驗(yàn)：檢驗(yàn)單樣本均值與某個(gè)給定的數(shù)值之間的關(guān)系StatisticsHypothesistestsOne-SampleZ-testforamean2.7.2單樣本均值t檢驗(yàn)：適用于不了解變量的方差情形推斷該樣本來(lái)自的總體均數(shù)卩與已知的某一總體均屬卩0是否相等StatisticsHypothesistestsOne-Samplet-testforamean2.

6、7.3單樣本比例檢驗(yàn)：檢驗(yàn)取離散值的變量取某個(gè)值的比例StatisticsHypothesistestsOne-Sampletestforaproportion2.7.4單樣本方差檢驗(yàn)：檢驗(yàn)樣本方差是否等于給定的值。零假設(shè)方差等于某個(gè)給定的StatisticsHypothesistestsOne-Sampletestforavariance2.7.5兩樣本均值t檢驗(yàn)：獨(dú)立的兩個(gè)總體的均值是否相等或者是否相差給定的值StatisticsHypothesistestsTwo-Samplet-testformeans2.7.6成對(duì)樣本均值t檢驗(yàn)：成對(duì)樣本檢驗(yàn)中總體是相關(guān)的。StatisticsHyp

7、othesistestsTwo-Samplepairedt-testformeans兩樣本比例檢驗(yàn)：檢驗(yàn)兩個(gè)總體中某個(gè)比例的值是否相等。StatisticsHypothesistestsTwo-Sampletestforproportions兩樣本方差檢驗(yàn)StatisticsHypothesistestsTwoSampletestforvariance2.8ANOVA過(guò)程2.8.1單因素ANOVA過(guò)程StatisticsANOVAOne-WayAnova2.8.2非參數(shù)的單因素方差分析：適用于正態(tài)分布假定或方差相等假設(shè)不能滿足的單因素問(wèn)題StatisticsANOVAnonparametero

8、ne-wayAnovatestWilcoxon法、Median法、VanderWaerden法、Savage法。2.8.2因素方差分析：實(shí)驗(yàn)結(jié)果是連續(xù)數(shù)值而分類變量是兩個(gè)以上的離散型數(shù)值。StatisticsANOVAFactorialAnova2.8.3線性模型：用最小二乘法擬合一般線性模型StatisticsANOVALinearModel2.9回歸分析：StatisticsRegression2.9.1simple回歸：簡(jiǎn)單一類回歸分析，單一的自變量，單一的因變量，模型可以是一次、二次、三次。StatisticsRegressionsimple2.9.21inear回歸：線性回歸，回歸模

9、型可以有多個(gè)因變量，多個(gè)自變量，但是對(duì)因變量分別進(jìn)行回歸StatisticsRegressionlinear2.9.3logistic回歸：用于解決因變量是一個(gè)二元變量StatisticsRegressionlogistic3.報(bào)表以及圖形輸出3.1print過(guò)程Procprintdata=sasuser.score;/數(shù)據(jù)庫(kù).數(shù)據(jù)集Run;Procprintdata=sasuser.score;VarnamemathChinese;/變量Run;Procprintdata=sasuser.scorenoobs;/去掉第一列（觀測(cè)序號(hào)）VarnamemathChinese；Run；Procpr

10、intdata=sasuser.score；Wheresexin(F)；/通過(guò)where語(yǔ)句Run；Procprintdata=sasuser.scorenoobslabel；Title女生成績(jī)單；Labelname=姓名Sex=性別，Math=數(shù)學(xué)，Chinese=語(yǔ)文，English=英語(yǔ)飛Wheresexin(f5)；Run；Title“thesassystem”；/恢復(fù)系統(tǒng)標(biāo)題Procprintdata=sasuser.score；Footnote=分?jǐn)?shù)列表5；/加分?jǐn)?shù)列表的腳注Run；Procsortdata=sasuser.score；Bysex；Run；Procprintdata

11、=sasuser.score；/使用by分組輸出前用sort排序Bysex；Run；Procprintdata=sasuser.score；Summath；Run；tabulate過(guò)程Proctabulatedata=數(shù)據(jù)集名稱；Class分類變量；Var分析變量；Table頁(yè)面說(shuō)明行維說(shuō)明列維說(shuō)明/選項(xiàng)Run；sort過(guò)程Procsortdata=數(shù)據(jù)集名稱；/默認(rèn)升序排列By變量名；Run；Procsortdata=數(shù)據(jù)集名稱；Bydescending變量名；/降序排列Run；means過(guò)程：數(shù)量(N)、均值(Mean)、標(biāo)準(zhǔn)差(StdDev)、最大值(Maximum)、最小值(Minim

12、um)Procmeansdata=sasuser.stock;Varprice;Run;univariate過(guò)程Procunivariatedata=數(shù)據(jù)集；Var分析變量；Run；結(jié)果：Moments：統(tǒng)計(jì)量的各階矩，例如一階矩就是均值，二階矩就是方差等；BasicStatisticalMeasures:基本統(tǒng)計(jì)量；Testsforlocation：檢驗(yàn)均值是否為零；Quantiles:分位數(shù)表；ExtremeObservations:極端觀測(cè)值。3.6freq過(guò)程：離散變量的分布情況Procfreqdata=數(shù)據(jù)集名；Tables變量名；Run；結(jié)果：變量取值、頻數(shù)、百分比、累計(jì)頻數(shù)、；累

13、計(jì)百分比3.7corr過(guò)程：相關(guān)系數(shù)Proccorrdata=數(shù)據(jù)集；Var變量名變量名；Run；結(jié)果：簡(jiǎn)單統(tǒng)計(jì)量相關(guān)系數(shù)及p值gplot過(guò)程：繪制散點(diǎn)圖和曲線圖，繪制回歸曲線。Procgplotdata=數(shù)據(jù)集名稱；Symbol曲線類型；Plot豎軸變量*橫軸變量；Run；Procgplotdata=sasuser.score;SymbolI=nonev=star;PlotEnglish*Chinese;Run;gchart過(guò)程：繪制直方圖、餅圖、三維直方圖等。Procgchartdata=數(shù)據(jù)集名稱；Vbar/pie/block=變量；Run；3.10G3D過(guò)程繪制三維曲面Procg3dd

14、ata=數(shù)據(jù)集；Plot變量x*變量y=變量z；Run；gcontour過(guò)程：畫(huà)出曲面的等高線Procgcontourdata=數(shù)據(jù)集名；Plotx*y=z；Run；4.基本統(tǒng)計(jì)分析4.1正態(tài)性檢驗(yàn)：univariate過(guò)程Procunivariatedata=sasuser.stocknormal;Vareps;Run;Procunivariatedata=sasuser.stocknormal;Vareps;Histogrameps;/畫(huà)出直方圖Probploteps;/畫(huà)出概率分布圖Run;4.2單變量均值檢驗(yàn)4.2.1如果一個(gè)變量服從正態(tài)分布，那么可以用t檢驗(yàn)來(lái)對(duì)變量進(jìn)行均值檢驗(yàn)Pro

15、cttestdata=數(shù)據(jù)集ho=均值；Var檢驗(yàn)變量；Run；4.2.2t檢驗(yàn)還可以檢驗(yàn)方差相同的兩個(gè)獨(dú)立樣本均值是否相等Procttestdata=數(shù)據(jù)集；Class分類變量；Var檢驗(yàn)變量；Run；結(jié)果第一部分簡(jiǎn)單統(tǒng)計(jì)量第二部分t檢驗(yàn)結(jié)果第三部分兩者方差是否相等檢驗(yàn)T檢驗(yàn)要求兩個(gè)獨(dú)立樣本都必須服從正態(tài)分布，如果不服從正態(tài)分布，則無(wú)法進(jìn)行t檢驗(yàn)。這時(shí)可用非參數(shù)的方法,常用的非參數(shù)方法是NPAR1WAY過(guò)程,它是noparameter1way縮寫(xiě)。4.3成對(duì)總體均值檢驗(yàn)4.4回歸分析：reg（回歸）過(guò)程、rsreg（二次響應(yīng)面回歸）過(guò)程、orthoreg（病態(tài)數(shù)據(jù)回歸）過(guò)程、nlin（非線性

16、回歸）過(guò)程、transreg（變換回歸）過(guò)程、calis（線性結(jié)果方程和路徑分析）過(guò)程、glm（一般線性回歸）過(guò)程、genmod（廣義線性回歸）過(guò)程REG過(guò)程Procregdata=輸入數(shù)據(jù)集選項(xiàng)；Var變量列表；Model因變量=自變量列表；Print輸出結(jié)果；Plot診斷圖形；Run；nlin過(guò)程指明模型的表達(dá)式并給定系數(shù)初值4.4.3glm過(guò)程：使用最小二乘法回歸線性模型，還可以進(jìn)行回歸，分差，協(xié)方差，多變量方差、偏相關(guān)系數(shù)分析方差分析4.5.1單因素方差分析Procanovadata=數(shù)據(jù)集名稱；Class因素；Model實(shí)驗(yàn)結(jié)果=因素；Run；Procanovadata=數(shù)據(jù)集名稱；Class因素；Model實(shí)驗(yàn)結(jié)果=因素；Meansbrand；Run；Procanovadata=數(shù)據(jù)集名稱；Class因素；Model實(shí)驗(yàn)結(jié)果=因素；Meansbrand/t；/t檢驗(yàn)Run；Procanovadata=數(shù)據(jù)集名稱；Class因素；Model實(shí)驗(yàn)結(jié)果=因素；Meansbrand/bon；/bonferronit檢驗(yàn)控制第一類錯(cuò)誤的概率，但是具有較大第二類錯(cuò)誤概率Run；Procanovadata=數(shù)據(jù)集名稱；Class因素；Model