SAS过程及常用统计分析(I)

《SAS过程及常用统计分析(I)》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、3.3简单描述统计分析3.3.1简单描述统计量的基本概念总体（Population）：一个统计问题所研究对象的全体。样体（Sample）：从总体中抽取一定数量的个体进行研究，这部分个体称做样本。随机抽样(RandomSample)：从总体中随机抽取样本，使每个个体都有同等的机会进入样本的抽样方法称为随机抽样。(样本推断总体)N：样本数量。统计学中，N<=30称为小样本；N>30称为大样本。均值（MEAN）中位数（Median）众数（Mode）分位数（Quantiles）：是对分布的详细研究，包括百分位

2、数、四分位数及中值。Max&Min定位测量全距（Range）：样本中最大值和最小值之差标准差（stddev）：测量值对于均值的离散程度方差（var）均值标准误（STDERR）变异系数（CV）自由度（df）离散程度测量偏度（SKewness）：描述测量量是否对称地分布在中心的两侧。正（右）偏态，SK>0;负（左）偏态SK<0峰度（kurtosis）：反映单峰分布，K作为偏离正态分布的尺度；K=0正态分布.注意：一般用于大样本。置信区间（LCL，UCL）相关系数（correlation）：r形状测量3.3

3、.2MEANS过程输出结果中统计量的命名方法：MEAN=X1-X3；MEAN=MEANX1MEANX2MEANX3；MEAN(X2)=MEANX2；说明：关键词后的变量名在输出文件中代表VAR变量的统计量值，所以他们与变量的顺序是一一对应的。MEANS过程应用Datanew;*建立数据集Inputy@@;*输入变量，变量名为yCards;*数据块开始数据块；*数据块结束Procmeansnmeanstdvarcv;*调用means过程并计算相应的统计数Vary;*对变量y进行分析Run;*程序运行3.

4、3.3UNIVARIATE过程1.UNIVARIATE过程简介UNIVARIATE过程除了可以完成与MEANS过程相同的基本统计量外，还可以计算变量的极端值、分位数，生成频率表，并支持对数据进行正态性检验。UNIVARIATE与MEANS过程不同的功能包括：描述变量极端值的情况。计算分位数，如中位数，1/4和3/4分位数。生成若干个描述变量分布的图。生成频率表。对数据进行正态性检验。UNIVARIATE过程UNIVARIATE过程常用的选项Procunivariate语句的选项NOPRINT禁止统计报

5、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关键字，常用的关键字有：基本统计量NMEANSTD(标准误)CVSUMVAR(方差)RANGE百分位数描述MINP1P5P10Q1MEDIANQ3P90P95P99MAX与假设检验有关的统计量STDERR(标准误)T（实例讲解）例已知患者中钙、磷和葡萄糖含量，存于blood.txt中，试

6、用UNIVERIATE过程对其中血磷进行统计描述。程序：Libnamechap3'd:mysaschap3';datachap3.blood;infile':sasdtblood.txt';inputnumbercalciumphosphrsglucose@@;PROCUNIVARIATEDATA=chap3.BLOODPLOTNORMALFREQ;VARPHOSPHRS;RUN;结果：结果：结果：3.3.4FREQ过程（频数过程）例下数据为进行两因素两水平试验所得，每次测得活细胞数目为num

7、ber。试生成列联表。程序：datafreq3_2;inputxynumber@@;cards;111212152192212;procfreqdata=freq3_2;weightnumber;tablesx*y;run;5.WEIGHT语句统计计算中我们统称假设每条观测记录对频数计算的贡献为1，使用WEIGHT语句可以定义每个观测值出现的频数为这个观测对应的权重（权重不能为负）。6.BY语句对由BY变量定义的几组观测分别进行分析。但要求先按BY变量排序。频数表的编制（习题）FREQ过程步例某地随机

8、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。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