实验三SAS描述统计分析

试验三SAS描述统计分析质的初步结论。据时可以给人留下深刻的印象。统计图形的种类很多，利用SAS可以便利的绘制常用的统计图形。试验目的把握使用SAS对数据作描述性统计分析的方法。把握SAS/GRAPH能，能用SAS的统计图形对数据进展描述性统计分析。试验内容一、用INSIGHT计算统计量、绘制统计图形二、用“分析家”计算统计量、绘制统计图形三、编程实现描述性统计〔MEANS、UNIVARIATE、FREQ过程、编程绘制统计图〔GPLOTGCHART〕试验指导一、用INSIGHT计算统计量【试验【试验3-1】按性别分别计算SASHELP.CLASS中身高的均值、标准差、中位数和其它四分位数，简洁分析学生身高的状况。在INSIGHTSolutio〔解决方案Analysi〔分析InteractiveDataAnalysis〔交互式数据分析SAS/INSIGHTOpen”对话框，在对话框中选择数据集：SASHELP.CLASS，单击“Open〔翻开INSIGHT3-1左所示。用DistributionAnalyz〔分析Distribution(Y〔分布Distribution对话框。在数据集CLASS的变量列表中，选择height，然后单击“Y”按钮，height被选为分析变量，选择sex，然后单击“Group”按钮，sex3-1右所示。 图3-1 在INSIGHT中计算统计量Outpu〔输出3-。表3-1 描述性统计选项选项MomentsQuintilesBasicConfidenceIntervalsTestsforLocation

说明矩统计量分位数根本置信区间位置检验

选项FrequencyCountsTestsforNormality

说明频数统计尺度的稳健估量正态性检验BoxPlot/MosaicPloChar3-2所示。图3-2 描述性统计选项两次单击“OKheight按sex分组的各种矩统计量〔Moments〕和分位数Quantile，如图3-3所示。结果分析91060.5889低于男63.91，女生的标准差5.01834.9379，说明女生的身高较为分散一些。图3-3分组显示的各种矩统计量和分位数62.5、56.5和64.3，说明身高大于或小于62.556.5，而另有四分之一的女生身超群过了64.3；男生的中位数、四分之一分位数和四分之三分位数分别为64.15、59.0和67.0，说明身高大于或小于64.15的男生各占一半，有四分之一的男生身高不超过，而另有四分之一的男生身超群过了67.0。二、用“分析家”计算统计量【试验二、用“分析家”计算统计量【试验3-2500名学生的“概率统计学”课程的考试成绩中，随机地603-2所示〔数据集为：MYLIB.SY3-2，变量名为F1〕：表3-2 “概率统计学”考试成绩6375839145819330728082838176678472588364936375997476959183618285834488726694687888719485827910090838884487280858087766296求出上述数据的平均值、方差、极差、中位数、四分之一分位数及四分之三分位数，并分析成绩分布状况。在“分析家”中翻开MYLIB.SY3-2数据集Solution〔解决方案Analysi〔分析Analys〔分析家翻开“分析家”窗口。Fil〔文件AsSASNameOpen…〔按SAS名称翻开的对话框中，选择MYLIB.SY3-2。用SummaryStatisticsStatistic〔统计Descriptiv〔描述性统计SummaryStatistics〔汇总统计量SummaryStatisticsF1Analysis”3-4左所示。图3-4 选定分析变量与统计量单击“Statistics”按钮，翻开“SummaryStatistics：Statistics”对话框。对话框中列3-3。3-3可计算统计量Mean均值Numberofobservations观测数Standarddeviation标准差Numberofmissingvalues缺失数Standarderror标准误Skewness偏度Variance方差Kurtosis峰度MinimumMaximumRange极差Student”sttCoefficientofvariationt检验值p值变异系数Sum和Correctedsumofsquares校正平方和Median中位数Uncorrectedsumofsquares未校平方和选择输出统计量平均值、方差、极差，如图3-4右所示。两次单击“OK”按钮后，得3-5所示。图3-5 描述性统计量用Distributions菜单项计算分位点在“分析家”窗口选择主菜单“Statistic〔统计”→“Descriptiv〔描述性统计”→按钮，选定分析变量。单击“OK”按钮，即可得到关于变量F13-6所示。图3-6 矩统计量和根本统计测度另外，还有位置检验、分位数以及极值观测〔5个观测，如图3-7所示。图3-7 位置检验、分位数以及极值观测结果分析学生成绩的均值、方差和极差分别为77.72、194.07和70，方差和极差较大，说明成绩的分布很分散。中位数、四分之一分位数及四分之三分位数分别为81、72和86，说明成绩大于或小于81的学生各占一半，有四分之一的学生成绩不超过72；而有四分之一的学生成86，从均值和中位数可以看出有一大半学生的成绩超过了平均数。三、编程实现描述性统计三、编程实现描述性统计【试验3-3】编程实现描述性统计。1.1.用FREQ编制SASUSER.CLASS中age(年龄)的频数表，代码如下：procfreqdata=SASUSER.CLASS;tablesage;RUN; 图3-8 频数表2.用NEANS2.用NEANS按性别分别计算SASUSER.CLASS中体重的均值、标准差、极差、中位数、四分之一分位数和四分之三分位数，代码如下：proc means data=SASUSER.CLASS mean std range median q1 var weight;class run;3-9所示。图3-9 使用class语句分类计算均值、标准差、极差、中位数和分位数或者proc sort data=SASUSER.CLASS;bysex;run;proc means data=SASUSER.CLASS meanstdrangemedianq1q3;var bysex;run;3-10所示。说明:1)通常使用BY语句时要求数据集须按BY变量排序，使用CLASS语句无此要求。2)meansBYBY变量的每个值分别供给一个表，使用CLASS语句则将全部结果排列在一个表之中。3.用UNIVARIATE图3-10 3.用UNIVARIATE计算SASUSER.CLASSage(年龄)的众数、2.5%97.5%分位数。proc univariate data=SASUSER.CLASS;var age;output out=pct pctlpre=p pctlpts=2.5 run;proc print run;3-11所示，age(年龄)12，2.5%11，97.5%16。 图3-11 众数和分位数说明:UNIVARIATE过程中的output语句表示将UNIVARIATE产生的统计量输出到“out=”后定义的数据集中，本例数据集名称为pct，output语句中的选项pctlpre用于指定数pctlpts2.5%97.5%分位数。四、用INSIGHT四、用INSIGHT绘制统计图形3-4】争论Sasuser.gpagpa分数的分布：画出gpa的直方图、盒形图；通过直方图、盒形图简述不同性别的gpa数据的特点。INSIGHT中翻开数据集Sasuser.gpa。1.1.绘制直方图选择菜单“Analyze〔分析”→“Chart(Y)〔条形图Histogram/BarChart(Y)”对话框。gpagpa变量，然后单击“Y”按钮，gpa3-12所示。单击“OK”按钮，即可得到直方图，如图3-13左所示。单击图形框左下角处的三角形，在翻开的菜单中alue〔值，即可在图中显示频数值，如图3-13右所示。

图3-12 话框假设在“Histogram/BarChart(Y)”对话框中选定gpa变量作为分析变量，然后选择sexGrou〔分组O”后可将gpa分数按男女学生分别画出3-14所示。 图3-13 在INSIGHT中绘制直方图2.绘制盒形图图3-14 不同性别gpa2.绘制盒形图Analyz〔分析BoxPlot/MosaicPlot(Y〔马赛克图“BoxPlot/MosaicPlot(Y)”对话框。在数据集gpa的变量列表中，选择gpa变量，然后单击“Y”按钮，gpa3-15左所示。Outpu〔输出YAxisVertica〔垂直的Y轴”如图3-15右所示。单击“OK”按钮返回对话框。 图3-15 “BoxPlot/MosaicPlot(Y)”对话框单击“OK”按钮，即可得到盒形图，如图3-16左所示。单击图形框左下角处的三角形，在翻开的菜单中选择“Mean〔均值3-16右所示。图3-16 在INSIGHT中绘制盒形图按(1)中方法翻开“BoxPlot/MosaicPlot(Y)”对话框，选择gpa变量，单击“Y”按钮，再选择sex变量，然后单击“X”按钮，如图3-17左所示，可以将男女生gpa分数的两个盒形图画在同一个坐标系下，如图3-17右所示，便于查看男女生gpa分数的分布状况。图3-17 画在一个坐标系下单击图3-17MeanValue在盒形图上标出男女生gpa分数的均值、中位数、四分之一分位数和四分之三分位数等。图3-18 显示均值、中位数、四分之一分位数和四分之三分位数等3.结果分析3-133-16可以看到gpa分数在均值两边的分布是不对称gpa分数超过了平均值。这局部高分学生的分数比较集中，由于盒形图中均值线右边局部较短，而其他低分局部的学生成绩较为分散，gpagpa分数是极端值，它不具有代表性。gpa分数直方图〔3-14〕和盒形图〔3-17右〕可以看到，男女生gpa分数的分布状况类似，都略微左偏。两条中位数线位置没有明显区分，但女生中位数线左方局部更长一些，说明女生的gpa分数低分局部更分散一些。五、用“分析家”绘制统计图形五、用“分析家”绘制统计图形3-5】某高校对学生逃课的状况进展抽样调查的结果如表3-4所示：3-4学生逃课状况表年级性别逃课的状况年级性别逃课的状况2023级男从不逃课2023级男从不逃课2023级男间或逃课2023级男从不逃课2023级男间或逃课2023级男从不逃课2023级男间或逃课2023级男从不逃课2023级男间或逃课2023级女从不逃课2023级男间或逃课2023级女从不逃课2023级男间或逃课2023级女从不逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级男间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级女间或逃课2023级男常常逃课2023级男常常逃课2023级女常常逃课2023级男常常逃课2023级女常常逃课2023级男常常逃课2023级女常常逃课2023级男常常逃课2023级女常常逃课2023级男常常逃课2023级女常常逃课2023级女常常逃课2023级女常常逃课2023级女常常逃课2023级女常常逃课2023级女常常逃课利用统计图形从整体上对逃课状况进展分析。利用统计图形对两个年级逃课状况进展比较分析。1.数据预处理1.数据预处理由于“分析家”对汉字处理效果不是很好，用变量grade、sexcase分别代表年级、2023202320232023”分别NSA首先将表3-4处理成Excel〔sy4_2.xl3-19所示。sy4_2.xls导入为SAS数据集Mylib.sy4_2。或在“分析家”中直接翻开sy4_2.xls后存为数据集Mylib.sy4_2。以下操作总假定已经在“分析家”中翻开数据集2.利用统计图形从整体上对逃课状况进展分析Mylib.sy4_2。2.利用统计图形从整体上对逃课状况进展分析绘制三维饼图

图3-19 数据表sy4_2.xlsGraph〔图形PieChar〔饼图PieChar变量列表中的case，单击“Chart3-D3-20左。 图3-20 总体状况三维饼图再单击“Options”按钮，进入“Options”窗口。单击“SliceValues”选项卡，选中“Percent”单项选择按钮，如图3-20右所示，两次单击“OK”按钮，得到标有百分比的立体三维饼图，如图3-21所示。绘制三维条形图Graph〔图形BarChart〔条形图Vercita〔垂直BarChart”对话框，选择变量列表中的case，单击“Chart3-D选3-22上所示。

图3-21 总体状况三维饼图单击“Options”按钮，进入“Options”窗口，单击“Statistics”选项卡，选中“DisplayStatistics”复选框，如图3-22下所示。两次单击“OK”按钮，得到标有频数的立体三维条3-23所示。结果分析

图3-22 设置三维条形图3-213-238%26%，间或逃课的占66，这说明绝大多数学生逃过课，众数为“间或逃课况，有一小局部常常逃课，这是值得我们留意的。3.利用统计图形对两个年级逃课状况进展比较分析图3.利用统计图形对两个年级逃课状况进展比较分析分别绘制两个年级的二维饼图Graph〔图形PieChar〔饼图PieCharcase，单击“Chart”按钮，选定分析变量，选中2-D选项，再单击“Options”按钮，翻开“Options”对话框。Percent”单项选择OKVariables”按GRADE选为分组3-24所示。

图3-24 Variable对话框O3-25所示。图3-25 两个年级二维饼图分别绘制两个年级的二维条形图Graph〔图形BarChar〔条形图Vercita〔垂直“VercitalBarChart”对话框，选择变量列表中的case，单击“Chart”按钮，选定分析变量，2-Dgrade变量，单击“GroupBy3-26左所示。单击“Options”按钮，进入“Options”窗口，单击“Statistics”选项卡，选中“DisplayStatisticsOK”按钮，得到标有频数的两个年级的二维条形图，如图3-26右所示。 结果分析

图3-26 两个年级三维条形图3-253-26右看出两个年级学生逃课的状况的差异，主要在两个极端，即“从不逃课”和“常常逃课”上。2023202320%，而“从不逃课”12%20232023级严峻得多。4.利用统计图形对男女生逃课状况进展比较分析两个年级的逃课状况中，众数均为“间或逃课2023级的异众比例为38，2023级的异众比例为30%，这说明“间或逃课”并不能很好地代表2023级逃课的状况，相比之20234.利用统计图形对男女生逃课状况进展比较分析分别绘制男女生的饼图Graph〔图形PieChar〔饼图PieChar”对话框，选择变量列表中的case，单击“Chart”按钮，选定分析变量，选中3-D选项，再单击“Options”按钮，进入“Options”窗口，单击“SliceValues”选项卡，选中“Percent”单项选择按钮，单击“OK”返回，再单击“Variable”选项Sex选为分组变量，3-27所示。两次单击“OK”分别得到标有百分3-28所示。

图3-27 Variable对话框 分别绘制男女生的三维条形图

图3-28 男女生三维饼图Graph〔图形BarChar〔条形图Vercita〔垂直“VercitalBarChart”对话框，选择变量列表中的case，单击“Chart”按钮，选定分析变量，再选择sex变量，单击“GroupBy”按钮，选定分组变量。3-D选项，再单击“Options”按钮，进入“Options”窗口，单击“Statistics”选项卡，选中“DisplayStatistics”按钮，两次单击“OK”按钮，得到标有频数的男女生的两个3-29所示。结果分析3-283-29。男女生均以“间或58%和74%，42%，女生的异众比例为26%，这说明用“间或逃课”代表男生逃课的明白，这是由于男生走“两个极端”的不少。她们逃课的状况。图3-29 男女生三维条形图六、编程绘制统计图六、编程绘制统计图使用GCHART3-6】使用GCHART3-5中有关图形。〔图形略〕goptionsftext=“宋体“htitle=1;title”总体状况三维饼图”;proc gchart data=Mylib.sy4_2;pie3d case/type=PCT;run;title”总体状况三维条形图”;procgchartdataMylib.sy4_2;vbar3d case/outside=FREQ;run;title”两个年级二维饼图”;procgchartdata=Mylib.sy4_2;pie case/group=grade type=PCT;run;title”两个年级二维条形图”;procgchartdataMylib.sy4_2;vbar case/group=grade outside=FREQ;run;title”男女生三维饼图”;procgchartdata=Mylib.sy4_2;pie3d case/group=sex type=PCT;run;title”男女生三维条形图”;procgchartdata=Mylib.sy4_2;vbar3d case/group=sex outside=FREQ;run;title””;使用GPLOT3-7GPLOT过程绘制SASUSER.AIRcodatetime的散点图以及winddatetime的连线图。goptionsftext=“宋体“htitle=1;proc gplot data=sasuser.air;plotco*datetime;title”codatetime的散点图”;symbolv=doti=nonecv=orangeproc gplot data=sasuser.air;plotwind*datetime;title”winddatetime的连线图”;symbolv=stari=joincv=redc