SAS入門到精通第3章

第三章描述性統(tǒng)計描述統(tǒng)計量統(tǒng)計圖形一、描述統(tǒng)計量描述性統(tǒng)計是最根本的統(tǒng)計分析，通過對原始數(shù)據(jù)進行總括和描述來說明總體的情況和特征。描述性統(tǒng)計一方面利用一系列數(shù)字指標來概括數(shù)據(jù)的信息，另一方面利用直觀簡單的圖形來展現(xiàn)數(shù)據(jù)的特性。描述統(tǒng)計量包括：表示位置的統(tǒng)計量、表示分散程度的統(tǒng)計量和表示分布形態(tài)的統(tǒng)計量。

1、根本概念一、描述統(tǒng)計量（1）表示位置的統(tǒng)計量均值：由樣本的總和除以樣本的個數(shù)，即中位數(shù)：將樣本按照大小順序排列之后，處于中間位置的樣本值眾數(shù)：樣本中出現(xiàn)頻率最大的樣本值百分位數(shù)：將樣本按照從小到大排列后，處于p%位置的樣本值被稱為第p百分位數(shù)1、根本概念一、描述統(tǒng)計量〔2〕表示分散程度的統(tǒng)計量方差：各樣本值與均值差值平方的平均值，即標準差：方差的平方根，即標準誤：樣本均值的標準誤差，定義為變異系數(shù)：是將標準差表示為均值的百分數(shù)，即極差：樣本中最大值與最小值之差1、根本概念一、描述統(tǒng)計量（3）表示分布形態(tài)的統(tǒng)計量偏度：是衡量數(shù)據(jù)分布對稱性的指標，定義為

當數(shù)據(jù)關(guān)于均值對稱分布時，偏度為0；當數(shù)據(jù)向右偏時，偏度大于0；當數(shù)據(jù)向左偏時，偏度小于0。峰度：是衡量數(shù)據(jù)分布尖峭程度的指標，定義為當數(shù)據(jù)分布為標準正態(tài)分布時，峰度等于0；當數(shù)據(jù)分布比標準正態(tài)分布更尖峭時，峰度大于0；當數(shù)據(jù)分布比標準正態(tài)分布更平緩時，峰度小于0。2、MEANS過程一、描述統(tǒng)計量MEANS過程的主要功能是計算根本的描述統(tǒng)計量，此外還可以進行一些參數(shù)估計和假設(shè)檢驗。MEANS過程的語句格式為：PROCMEANSDATA=數(shù)據(jù)集名<選項列表><統(tǒng)計量關(guān)鍵字列表>;VAR變量名列表;BY分組變量名;CLASS分組變量名;RUN;其中，只有PROC語句是必須的，其他語句可以根據(jù)用戶需要進行選用。2、MEANS過程一、描述統(tǒng)計量語句說明：〔1〕PROC語句規(guī)定開始運行MEANS過程，并指定要分析的數(shù)據(jù)集名。MEAR過程默認輸出的統(tǒng)計量有：觀測總數(shù)、均值、標準差、最大值和最小值。如果要計算其他統(tǒng)計量或其中的某一些統(tǒng)計量，那么可在PROC語句中指定統(tǒng)計量的關(guān)鍵字?！?〕VAR語句規(guī)定要計算描述統(tǒng)計量的數(shù)值型變量及其順序。假設(shè)不使用此語句，那么默認對所有的數(shù)值型變量進行計算?！?〕BY語句規(guī)定了分組變量，要求在BY分組內(nèi)計算描述性統(tǒng)計量?！?〕CLASS語句規(guī)定了觀測分組，要求在觀測分組內(nèi)計算描述性統(tǒng)計量。CLASS語句與BY語句的功能類似，但是CLASS語句不要求數(shù)據(jù)集事先按照變量進行排序，而且兩個語句在輸出格式上也有一些區(qū)別。2、MEANS過程一、描述統(tǒng)計量PROC語句中的統(tǒng)計量關(guān)鍵字關(guān)鍵字統(tǒng)計量關(guān)鍵字統(tǒng)計量N有效觀測數(shù)MAX最大值NMISS缺失值個數(shù)MIN最小值MEAN均值RANGE極差VAR方差MEDIAN中位數(shù)STDDEV|STD標準差Q1四分之一分位數(shù)STDERR標準誤Q3四分之三分位數(shù)CV變異系數(shù)QRANGE四分位數(shù)間距SUM總和P1第1百分位數(shù)SUMWGT加權(quán)值總和P5第5百分位數(shù)CSS校正平方和P10第10百分位數(shù)USS未校正平方和P90第90百分位數(shù)SKEWNESS偏度P95第95百分位數(shù)KURTOSIS峰度P99第99百分位數(shù)3、UNIVARIATE過程一、描述統(tǒng)計量UNIVARIATE過程也可以提供描述統(tǒng)計量的計算，另外還有統(tǒng)計頻數(shù)、繪制圖形和假設(shè)檢驗的功能。UNIVARIATE過程的語句格式為：PROCUNIVARIATEDATA=數(shù)據(jù)集名<選項列表>;VAR變量名列表;BY分組變量名;CLASS分組變量名;RUN;使用UNIVARIATE過程計算描述統(tǒng)計量與MEANS過程所用的語句和選項都根本類似，只是UNIVARIATE過程不需要指定統(tǒng)計量關(guān)鍵字，而是默認給出所有的根本統(tǒng)計量和一些關(guān)于位置檢驗的結(jié)果。1、條形圖和餅圖二、統(tǒng)計圖形條形圖和餅圖是常見的展現(xiàn)屬性數(shù)據(jù)的圖形。條形圖主要用來描繪屬性變量每個取值的頻數(shù)，清晰地反映它們之間的差異。餅圖用來描繪屬性變量每個取值的頻數(shù)所占的比例，反映它們之間相對數(shù)量的多少。1、條形圖和餅圖二、統(tǒng)計圖形GCHART是SAS/GRAPH模塊提供的輸出高精度彩色圖表的過程，可用于制作二維或三維的條形圖和餅圖等。GCHART過程的語句格式為：PROCGCHARTDATA=數(shù)據(jù)集名;圖形名變量名</選項>;RUN;GCHART過程中，通過圖形名調(diào)用相應(yīng)的程序來繪制某一類的圖形。圖形名說明BLOCK3維平鋪條形圖HBAR水平條形圖HBAR3D3維水平條形圖VBAR垂直條形圖VBAR3D3維垂直條形圖PIE餅圖PIE3D3維餅圖DONUT環(huán)形圖STAR星形圖2、散點圖和連線圖二、統(tǒng)計圖形散點圖和連線圖是常用的表現(xiàn)兩個變量之間變化關(guān)系的圖形。散點圖是以數(shù)據(jù)集中的某兩個變量為坐標軸，將每個觀測對應(yīng)一個點繪制在圖中，來反映兩個變量間的相互關(guān)系。連線圖那么是用直線或曲線將散點圖中的所有點連接起來而得到，用來更清晰的表現(xiàn)某種變化趨勢。1、條形圖和餅圖二、統(tǒng)計圖形GPLOT也是SAS/GRAPH模塊提供的一個繪圖過程，可用于制作高精度的散點圖和連線圖。GPLOT過程的語句格式為：PROCGPLOTDATA=數(shù)據(jù)集名;PLOT縱軸變量名*橫軸變量名<=第三個變量名></選項>;SYMBOL<選項>;AXIS<選項>;RUN;其中，PROC語句和PLOT語句是必須的。PLOT語句用于規(guī)定縱軸變量和橫軸變量，并可選第三個變量來對觀測進行分組。SYMBOL語句為可選語句，用來規(guī)定圖中線和點的特征。2、散點圖和連線圖3、直方圖、經(jīng)驗分布圖和QQ圖二、統(tǒng)計圖形直方圖、經(jīng)驗分布圖和QQ圖是常見的表現(xiàn)數(shù)據(jù)分布特征的圖形。直方圖經(jīng)常用來展示數(shù)值型變量的分布。一般做法是先將數(shù)值型變量的取值分成假設(shè)干等間距的區(qū)間，然后統(tǒng)計數(shù)據(jù)落入每個區(qū)間的頻數(shù)，并在區(qū)間上畫出一個矩形，用矩形的高度來表示每個區(qū)間頻數(shù)的大小。對于一個適宜的分組，利用直方圖可以去近似總體的分布密度。3、直方圖、經(jīng)驗分布圖和QQ圖二、統(tǒng)計圖形經(jīng)驗分布圖是根據(jù)樣本觀測值作出的經(jīng)驗分布函數(shù)而繪制的，經(jīng)驗分布函數(shù)是樣本對總體累積分布函數(shù)的一個估計。QQ圖是鑒別樣本分布是否近似于某種類型分布的一種直觀簡便的圖形。它是以某種分布的分位數(shù)為橫坐標，以樣本值為縱坐標繪制的散點圖。1、條形圖和餅圖二、統(tǒng)計圖形CAPABILITY過程是由SAS/QC模塊提供，可以用來繪制直方圖、經(jīng)驗分布圖和QQ圖等，其語句格式為：PROCCAPABILITYDATA=數(shù)據(jù)集名<選項>;HISTOGRAM變量名</選項>;