同济医学院SAS求基本统计量过程

同济医学院SAS求基本统计量过程第1页/共26页求基本统计量过程

ProcedureofdescriptivestatisticsSAS应用第2页/共26页程序选择计量资料描述性研究

集中趋势：meanmedian

离散程度：stdvarianceCVrange

分布检验（正态性检验）计数资料描述性研究

率（rate）构成比（propotion）比（ratio）MEANS过程UNIVARIATE过程过程名FREQ过程第3页/共26页三个求基本统计量过程Means过程Univariate过程Freq过程第4页/共26页一．MEANS过程

用于计量资料（numericaldata）描述性分析。求均数（mean）、标准差（standarddeviation）、最大值（maximum）、最小值（minimum）等基本统计量，产生包含统计结果的数据集以便作为其他过程的输入数据集。1．功能第5页/共26页2．格式

PROCMEANS

<选择项><关键字>；

VAR变量…；

FREQ

变量…；

ID变量…；

BY

变量…；

OUTPUT选择项；第6页/共26页3．语句说明：

1、PROCMEANS语句

PROCMEANS<选择项><统计关键字选择项>；1）选择项包括：

DATA=SAS数据集指明需做MEANS分析的SAS数据集名。

ALPHA=n指定计算可信限的α值，缺省α=0.05。

NOPRINT不打印统计值，仅建立一个新数据集。

MAXDEC=n输出结果取n位小数，缺省值为7。

VARDEF=DF计算方差时的除数是自由度（N-1）。

=N计算方差时的除数是观测数。第7页/共26页PROCMEANS<选择项><统计关键字选择项>；

N无缺省值的观察数

MEAN均值

STD标准差

MIN最小值

MAX最大值

RANGE极差

SUM所有不缺省项变量值的和

VAR方差

USS未修正的平方和

CSS修正的平方和

CV变异系数2）统计关键字选择项第8页/共26页STDERR标准误

T总体均值为0的学生t值

PRTt值的最大绝对值的概率

SKEWNESS偏度

KURTOSIS峰度

CLM上下可信限值

LCLM可信限下限值

UCLM可信限上限值

2)统计关键字选择项3)缺省时，自动地为每个数值型变量输出五个统计量：N、MIN、MAX、MEAN、STD。第9页/共26页2、主要语句

（1）VAR语句：指明需要计算均数等统计量的变量。如果求多个变量的统计量，多个变量之间用空格分开，列于VAR之后。如果不加此语句，则MEANS过程对数据集中所有数值型变量进行计算；（2）FREQ语句：指明频数处理变量（3）ID语句：输出的数据集包含该语句所指的变量

(4)BY语句：指明用以分组统计的变量。使用BY语句之前，数据集一定按BY语句中的变量排过序。（5）OUTPUT语句：产生包含有基本统计值的数据集第10页/共26页OUTPUT语句

OUTPUTOUT＝SAS数据集统计关键字=变量名清单；功能：将MEANS过程产生的统计值输出到一个新的SAS数据集。１．OUT＝SAS数据集指定计算结果放入新的数据集里。２．统计关键＝变量名清单指明新数据集中想要的统计项，并给包含这些统计项的变量起名，这些名字将作为统计值在新数据集中使用。统计关键字为<统计关键字选择项>的任意统计量，变量名清单为VAR语句中的变量名，可以取一个，也可以取多个。需要注意的是，LCLM,UCLM（同时指定输出为双侧；如只选一个，输出单侧可信区间）可以重新对统计量命名，也可用原名；格式n=nmean=meanprt=p

第11页/共26页例1：PROCSORTDATA=CLASS1;BYSEX;PROCMEANSDATA=CLASS1;VARHEIGHT;BYSEX;RUN;PROCMEANSDATA=CLASS1;VARHEIGHT;OUTPUTOUT=NEWMEAN=MEANHEIGHT;RUN;第12页/共26页Datagmean;Inputx@@;Y=log10(x);Cards;2530323428Procmeansnoprint;Vary;Outputout=gmean1mean=y1;Datagmean2;Setgmean1;X1=10**y1;Procprint;Varx1;Run;例2例16-2某地区1953至1957年人口的自然增长率为25‰、30‰、32‰、34‰、28‰，求平均增长率。第13页/共26页二．UNIVARIATE过程1.格式：PROCUNIVARIATE

[data=SAS数据集]normalplot；

VAR变量…；

FREQ

变量…；

ID变量…；

OUTPUT

OUT=dataset

keyword=name；第14页/共26页2．功能：

求数据集中某（些）变量均数（mean）百分位数（percentiles）、极值（extremes）等基本统计量。与MEANS过程的区别在于它可以计算更多的反应数据分布的统计量。

Normal:用于正态性检验。

Plot:给出干叶图、箱式图及正态概率图，检验数据是否服从正态分布。第15页/共26页例2：测定30名正常男子血浆中性脂肪含量（mg/lwml）的结果如下：

163219313169281264124942241452851072694166622491361001994079423512012856080217252165107第16页/共26页Libnameb“c:\zfhl”;datab.blood;inputx@@;cards;163219313169281264124942241452851072694166622491361001994079423512012856080217252165107;procprint;run;procunivariatenormalplot;varx;run;

第17页/共26页5.125.134.584.314.094.414.334.584.245.454.324.844.915.145.254.894.794.905.094.045.145.464.664.204.213.735.175.795.464.494.855.284.784.324.945.214.685.094.684.915.135.263.844.174.563.526.004.054.924.874.284.465.035.695.254.565.534.584.864.974.704.284.375.334.784.755.395.274.896.184.135.224.444.134.434.025.865.125.363.864.685.485.314.534.834.113.294.184.134.063.424.684.525.193.705.514.644.924.934.903.925.044.704.543.954.404.313.774.164.585.353.715.274.525.214.374.804.753.865.69例3某地随机抽取正常成年男子120名，其红细胞数如下，试作该批样本的频数表。第18页/共26页

三．FREQ过程

1．格式：

PROCFREQ[data=SAS数据集]；

TABLES变量[*变量][*变量]…；

2.功能：求一维或多维频数表（frequencytable）。

第19页/共26页3．说明：（1）PROCFREQ：调用FREQ过程；（2）data=SAS数据集：指明需处理的数据集；（3）TABLES语句：指明需要计算频数的变量以及频数表的列表方法。

如果求一维频数表，则将求频数的变量列于TABLES之后即可；如果求多个变量的的联合频数（多维频数表或称列联表），将需要计算频数的变量用星号“*”分开，其中最后一个变量将用于列变量（纵标目），倒数第二个变量为行变量（横标目），其余变量为分层变量，每一层列一个频数表；

一个FREQ过程可以有多个TABLES语句，即可以同时列出多个频数表。第20页/共26页TABLES语句请求式请求式由一个或多个“*”号与变量连接组成。如：

TABLESA；输出一维频数表。

TABLESA*B；输出以A变量为行、B变量为列的二维表列联表。

TABLESA*B*C；输出以A变量为页、B变量为行、

C变量为列的三维表列联表。

TABLESA*(BC)；等同于TABLESA*BA*C。

TABLESAB*(CD)；等同于TABLESA*CA*DB*CB*D。

TABLES(A-C)；等同于TABLESABC。第21页/共26页TABLES变量[*变量]/选择项1、选择项请求统计假设检验选择项：CHISQ/CMH

请求附加的表格信息的选择项

:EXPECTED打印在独立性（或齐性）假设下格子的理论频数。

MISSPRINT带缺省值的频数列出来，但不参加统计量计算。禁止打印选择项

NOCOL禁止打印列联表中各格的列百分数。

NOFREQ禁止打印列联表中各格的频数。

NOPERCENT禁止打印列联表中各格的百分数。

NOPRINT禁止打印表格，但允许打印由CHISQ、

MEASURES、CMH和ALL所指定的统计值。

NOROW禁止打印列联表