SAS中的描述性统计过程

by变量名称｛分组变量）；class变量名称（分组变量）；freq变量名称（数值变量，用以表示相应记录出现的频数）weight变量名称（数值变量，用以表示相应记录的权重系数）Var变量名称（待分析的数值变量）；run；Procmeans语句后的选项主要用来指定所要计算的统计量，默认情况下，Means过程会给出频数、均数、标准差、最大值和最小值等，其余统计呈的计算均需要在选项中指定。class语句所指定的分组变量用来进行分组，而by语句所指定的分组变呈是用来将数据分为若干个更小的样本，以便SAS分别在各小样本内进行各自独立的处理，freq语句和weight语句分别引导代表记录出现频数和权蚩系数的数值变呈。Var语句引导所要进行分析的所有变呈的列表，SAS将对Var语句所引导的所有变呈分别进行描述性统计分析。summary过程的一般格式procsummary选项列表；by变量名称（分组变量）；class变呈名称（分组变量）；freq变量名称（数值变量，用以表示相应记录出现的频数）weight变呈名称（数值变量，用以表示相应记录的权重系数）output〈out=数据集名〉〈统计呈关键字=自定义变呈名〉var变量名称｛待分析的数值变呈）；run；summary过程的格式和means过程可以说是完全相同的，各条语句和选项的含义也是相同的，包括在means过程中未列出的output语句也可以应用于means过程，只是此语句在summary过程应用较多（这样才能将分析结果显示出来），所以才将其列入一般格式中。output语句用来对分析结果输出为数据文件进行控制，其后的选项可有可无，若无则SAS按照默认方式进行。、’out=数据集名〃用来定义输出数据文件的文件名称，文件名的格式和数据步中数据文件名相同。''统计呈关键字二自定义变呈名"用来自定义输出数据文件中各种统计呈的变呈名称，前者是系统定义的（和proc语句后选项中的统计量关键字完全相同），必须正确无误，后者可自行定义。默认状态下输出统计量只有频数、均数、标准差、最大值和最小值，在默认状态不能满足需要时这一选项则是必需的。univariate过程的一般格式procunivariate选项列表；by变量名称（分组变量）；class变呈名称（分组变量）；freq变量名称（数值变量，用以表示相应记录出现的频数）weight变呈名称（数值变量，用以表示相应记录的权重系数）histogram变蜀名称/选项列表output〈out=数据集名〉〈统计量关键字=自定义变呈名〉PCtlPtS=V百分位数〉 V指定需要的百分位数〉PCtlPre=V新变量名列〉 V指定所需百分位数对应的输出变量名〉Var变量名称｛待分析的数值变量）；run；univariate过程和以上两个过程的格式非常相似，相同的语句和选项其含义也相同，所不同的是某些统计呈只能在univariate程中计算（如众数），以及univariate过程中所具有的绘图功能。histogram语句即用来指示SAS对其后所指定的变呈绘制直方图，其后的选项用来指示SAS添加不同类型的拟合图形（如正态分布的分布密度曲线）。tabulate过程的一般格式ProCtabulate选项列表；by变量名称（分组变量）；class变量名称（分组变量）；freq变量名称（数值变呈，用以表示相应记录出现的频数）weight变呈名称（数值变邑用以表示相应记录的权重系数）table«页变呈表达式〉，V行变呈表达式二〈列变呈表达式〉〉〈/表格选项〉Var变呈名称（待分析的数值变量，统计量列入相应的表单元格）run,tabulateS程和上述几个过程的格式也基本相似，相同的语句和选项也代表相同的含义。最大的不同也星tabulate过程中最为重要的是table语句,他用来定义表格的具体格式以及表格中所要包括的统计E1里0gchart过程的一般格式ProCgchart选项列U表；图形关键词变呈名称/选项列表run；图形关键字绘制的图形类型图形关键字绘制的图形类型block方块图Pie圆图hbar水平的条形图pie3d三维圆图hbar3d水平的三维条形图donut环形图vbar竖立的条形图star星形图vbar3d竖立的三维条形图此过程格式简单，复杂的地方在于图形关键字（每个图形关键字对应一种图形类型）所引导的语句，这里是控制图形类型及图形要索的地方，涉及到众多的关键字和选项。gchart过程可以使用的图形关键字及其所绘制的图形类型见下表（表2.1）。表2.1gchart过程可以使用的图形关键字及其所绘制的图形类型图形关键字后的变呈名用以指定进行图形描述时的分组变蜀，可以是数值型的（此时以各组的组中值为分组的标志），也可以是字符型的。其后的选项比较重要的有：（1）上『口6=统计量关键字，表示以图形对变量（Sumvar所指定的变量｝的哪一种统计量进行描述，比如频数（freq）、均数（mean）、总计（sum）、频数百分比（PCtn）等；（2）SUbgroUPS变量名（分组变呈），指定要进行分组（各组段内再分组）的变量；（3）SUmvar=变呈名（数值变量），指定要进行统计计算的变呈，也就是、‘type=统计量关键字〃选项中统计呈的计算所依据的变呈。其它的选项较少用到或系统默认值即可基本满足要求，这里还是少罗嗦，以后用到再说。gpiot过程的一般格式procgpiot选项列表；bubble散点图表达式bubble2散点图表达式plot散点图表达式Plot2散点图表达式run；从gplotH程的一般格式中我们就可看出，此过程只能绘制两种类型的图形，bubble语句指示SAS绘制泡状散点图，plot语句指示SAS绘制点状散点图。bubble2语句和plot2iS句指示SAS在同一区域内（bubble2和bubble在同一区域，plot2和plot在同一区域）绘制第二个图形，两者的横坐标相同侗一变呈）,纵坐标分别位于左右两侧（可以是同一变量，也可以是两个不同的变量）。散点图表达式的一般形式为：bubble和bubble2语句：纵坐标变呈名*横坐标变量名=泡尺寸变量名（变量值以泡的大小表示），三者均应为数值变量；plot和plot2语句：纵坐标变量名”横坐标变量名V=n/分类变呈名〉，此处等号及其后的部分可以省略，此时SAS以默认的散点类型绘制散点图；若等号后为n（n为正整数.是散点类型的编号），SAS则以指定的编号对应的散点类型绘制散点图；若等号后为分类变量名（可为字符型或数值型，为数值型时作为离散型变量处理，每一个值将被当作一个类别），此变量的具体值（或与每个具体值对应的图形）将被作为散点用来绘制散点图。chart过程和plot过程的一般格式及各选项使用方法分别与gchart过程和gplot过程是基本相同的，不同之处仅在于后两者中涉及到有关三维和图形元索（颜色等）的语句和选项在前两者中是无效的。例如vbar3d语句在chart过程中无效，bubble语句在plot过程中无效‘其余的语句和选项使用方法完全相同，所以在学握了gchart过程和gplot过程后，chart过程和plot过程你会不学自通。（三）描述性统计关键字及其含义SAS中可计算的描述性统计量多达二十余种，大部分可在以上介绍的前四个过程中计算，个别统计量在某些过程中不能计算，大家需要注意，要不然系统显示错误信息时还不知道是怎么回事。我经常遇到这种情况，系统提示错误（此类提示信息显示在log窗口中）时总是摸不看头脑，费半天劲才能搞明白，没办法，摸着石头过河嘛！不过这样也并非一无是处，最起码可以积累很多使用经验，下表（表22）列出SAS中可以计算的所有描述性统计量关键字及其含义，供大家使用时参考。表2.2SAS中可以计算的描述性统计量关键字及其含义关键字 所代表的含义nmiss

mean

Std

stderr

Var

median

mode

Cv

max

min

range

sum

Sumwgt

css

USS

elm

Iclm

uclm

skew(skewness)

kurt(kurtosis)

tProbt缺失数据记录数均数标准差标准误方差