统计分析系统－－SAS简介2

1、统计分析系统SAS3 统计图统计图是统计描述的重要工具，它可以直观的反映出事物间的数量关系。SAS的许多程序步，如Univariate过程等，也附有相应的绘图功能，这些我们拟在相关章节中讲述。 SAS中专门用于作图的过程有很多，在此我们简单介绍两个GCHART过程和GPLOT过程。GCHART用于绘制各种常用的统计图；GPLOT则用于绘制散点图或曲线图。 3 统计图在早期的DOS版本中，SAS只提供低分辨率图形（即用键盘字符模拟输出的图形）。而在WINDOWS时代，美观漂亮也成为了软件最重要的性能指标之一，因此SAS公司推出了高分辨率图形。虽然比起EXCEL等软件来，它的高分辨率图形仍然不那么

2、令人满意，但至少已经跟上了时代的潮流。高分辨率图形在专门的GRAPH窗口中输出，而低分辨率图形在OUTPUT窗口中一同输出。3.1 GCHART过程GCHART过程可以绘制水平（HBAR）/竖直条图（直方图）（VBAR）、区域图（BLOCK）、饼图（PIE）和星状图（STAR）等。我们可以用这些图来了解单个变量的分布或者多个变量之间的关系。3.1 GCHART过程语句格式 3.1 GCHART过程GCHART中至少要选一个HBAR语句（或VBAR、BLOCK、PIE、STAR）中的一个，其余的语句则是任选的。HBAR和VBAR绘图语句中的选项DISCRETE：画出不连续、不累积的条形图。TYP

3、E=做图类型关键字。主要有:FREQ：频次CFREQ：累积频次PERCENT：百分比CPERCENT：累积百分比SUM: 只能与SUMVAR选项同时使用，要求图中的每一条代表：变量在横轴表示的取值范围内时，SUMVAR指定变量的总和。 MEAN: 只能与SUMVAR选项同时使用，要求图中的每一条代表：变量在横轴表示的取值范围内时，SUMVAR指定变量的均数。 这些中默认为FREQ3.1 GCHART过程HBAR和VBAR绘图语句中的选项SUMVAR变量：通常用于求均值、和。默认为计算和数。MIDPOINTS值：指定中点值，一般用系统约定值。LEVELSn：将区间变量的数据分为n组。GROUPx

4、：给变量x的每个值画一组条形。GCHART过程应用实例3.2 GPLOT过程GPLOT过程可用于产生一对变量的散点图或曲线图。图中的横、纵坐标分别代表两个变量。 3.2 GPLOT过程语句格式3.2 GPLOT过程绘图语句PLOT中的选项OVERLAY 同一语句做的图重叠在同一个坐标系中显示。 HAXIS=数值 定义横坐标的刻度。 VAXIS=数值 定义纵坐标的刻度。 CAXIS=颜色 定义坐标轴的颜色。 CTEXT=颜色 定义坐标轴文本的颜色。 3.2 GPLOT过程SYMBOL语句选项 VALUE=符号 可用的符号及相应名称有： PLUS STAR SQUARE DIAMOND TRIAN

5、GLE I=连线方式I=NEEDLE：点与点之间不连，但每点向横轴画垂线。I=SPLINE：用特定线条平滑曲线中的连线。I=JOIN 用线段连接两点。I=SMnn：随机的平滑曲线。0nn99。nn越大越平滑。I=R？：回归拟合。？为L代表线性回归；？为Q代表二次回归；？为C代表三次回归。GPLOT过程实例110名20岁男青年身高(cm)与前臂长(cm)如下，请绘出散点图 。GPLOT过程实例1GPLOT过程实例2男女各10名20岁青年身高(cm)与前臂长(cm)如下，请绘出散点图 。GPLOT过程实例2利用SAS/INSIGHT进行统计图制作Windows版本的SAS提供了方便的菜单窗口操作，

6、可以方便用户进行简单统计分析、计算变量的分布情况。对于统计图的绘制也可以通过菜单操作进行分析。利用SAS/INSIGHT进行统计图制作SAS/INSIGHT分析步骤首先建立需要分析的数据集【Solutions】【Analysis】【Interactive Data Analysis】点击【Open】打开要分析的数据集。对统计图进行修改右键菜单中选择【Ticks】命令4. 描述性统计概述我们从科研试验或生产实践中获得的数据往往是杂乱无章的。而实际上变量的分布具有一定的规律性，表现出数据的集中趋势和离散特征。计算出这些基本特征数是描述数据的较好方法。反映集中特征的统计数有平均数、众数、中位数等。反

7、映离散特性的统计数有极差、方差、标准差和变异系数等。对分布性状的度量一般采用峰度系数和偏度系数。在SAS中计算基本统计数的过程主要有：MEANS、SUMMARY、UNIVARIATE等。4. 描述性统计MEANS、SUMMARY和UNIVARIATE三个过程的功能计算基本的统计数（详见下表）完成样本分布位置的t检验统计量通过by语句将数据分为若干个子数据集，从而对各个子数据集分别进行独立的统计分析。UNIVARIATE过程还具有统计制图的功能。4. 描述性统计MEANS过程过程格式MEANS过程MEANS语句的选项设定结果输出的统计数，如STD、MEAN等。未指定输出的统计数时将只输出N、ME

8、AN、STD、MAX和MIN。NOPRINT，将不输出分析结果。MAXDECn，设定结果输出时的小数位数，缺省为2。OUTPUT语句的选项OUT=SAS数据集，缺省时系统依次赋名为DATA1，DATA2等；统计数=变量表，指明存储统计数的变量名，统计数为上述统计数，例如MEAN，STD等。MEANS过程应用SUMMARY过程SUMMARY过程的使用和MEANS过程类似，差别在于：SUMMARY过程通常不输出计算结果，一般在PROC SUMMARY语句选项中设定print，以给出分析结果。在默认情况下，即不使用VAR语句指定分析变量时，SUMMARY过程仅进行对观测值的计数工作，其他各种统计量的

9、计算都将被忽略。UNIVARIATE过程UNIVARIATE过程除可计算基本统计数之外，主要用于计算分位数（Quartile，中位数为一特例，即50分位数）、绘制分布图、次数表及正态分布测验等。过程UNIVARIATE的重点在于描述变量的分布。UNIVARIATE过程UNIVARIATE过程常用的选项PROC UNIVARIATE语句的选项NOPRINT 禁止统计报告在OUTPUT视窗中输出 PLOT 绘出茎叶图、箱式图和正态概率图 FREQ 产生频数和累积频数分布表 NORMAL 对变量进行正态性检验 UNIVARIATE过程SAS中用关键字来指定所需要的统计量，事实上结果输出中用的就是各种

10、关键字，常用的关键字有： 基本统计量 N MEAN STD(标准误) CV SUM VAR(方差) RANGE 百分位数描述 MIN P1 P5 P10 Q1 MEDIAN Q3 P90 P95 P99 MAX 与假设检验有关的统计量 STDERR(标准误) T 利用SAS/INSIGHT进行描述统计分析过程建立所需分析的数据集选择菜单【Solutions】【Analysis】【Interactive Data Analysis】打开SAS/INSIGHT窗口打开要分析的数据集【Analyze】【Distribution】5. 统计推断用于统计推断的SAS过程主要有平均数（MEANS）和t测验

11、（TTEST）。利用上述过程可以对总体平均数是否为零或两个平均数是否相等做出推断。在成对比较时，一般先计算每一可比对的差值d，然后利用MEANS过程进行分析。组群比较则直接利用TTEST过程完成。5.1 常用过程的基本使用方法MEANS过程过程格式：PROC MEANS N MEAN STD STDERR T PRT;RUN;结果输出包括测验平均数与0差异显著性的t值和概率p。由t值及其概率p即可做出统计推断。5.1 常用过程的基本使用方法TTEST过程格式PROC TTEST 选项;CLASS 变量;VAR 变量;RUN;5.1 常用过程的基本使用方法语句说明PROC TTEST 语句选项指明分析数据集，例如DATANEW。CLASS语句指明分类变量，这里分类变量只能有两个水平，该语句是必需的。VAR语句设定分析变量。5.2 常用过程的比较和选择NEANS过程可用于推断单个样本平均数是否抽自平均数为0的总体。对于两个平均数的假设测验，当样本平均数之间具有可比性时，亦可计算比对差值，然后应用MEAN