《过程及常用统计分析说课材料》由会员分享，可在线阅读，更多相关《过程及常用统计分析说课材料（49页珍藏版）》请在金锄头文库上搜索。
1、3 SAS过程步及简单统计分析,3.1 SAS过程步简介,SAS过程步的一般形式为： PROC 过程名 DATA=输入数据集 选项; 过程语句1 / 选项 ; 过程语句2 / 选项 ; RUN; Data选项 用于指明所需处理的数据集名，在这里它是一个可选项参数。,常用过程步的名称及功能,1VAR语句 语法格式为： VAR 变量名1 变量名2 变量名n; 变量名列表可以使用省略的形式，如x1-x3 等。 功能：用于指定分析变量。 应用实例： var math chinese; 2MODEL语句 语法格式为： MODEL 因变量 = 自变量列表 / 选项; 功能：统计建模过程中用来指定模型的形式
2、。 应用实例：model y=x1 x2 x3 ;,4OUTPUT语句 语法格式为： OUTPUT OUT=输出数据集名 关键字=变量名 关键字=变量名 ; 功能：将过程指定结果输出到一个新的SAS数据集，以便作为下步处理的输入。不同过程中把输出结果存入数据集的方法各有不同，OUTPUT语句是使用频繁的语句之一。OUT=给出了存放结果数据集的名字，关键字用于定义输出变量名，用“关键字=变量名”的方式指定了系统自动输出变量与存储变量之间的对应关系。等号后面的变量名指定了输出数据集中的存储变量名称。（程序示例）,5FREQ语句 语法格式为： FREQ 变量; 功能：规定一个数值变量，表示数据集中观
3、测出现的频数。 6WEIGHT语句 语法格式 WEIGHT 变量； 功能：规定一个权重变量，反映该变量在总体中的相对重要性,7ID语句 语法格式为： ID 变量表; 功能：用来规定一个变量，以便在输出或由该过程产生的SAS数据集中，不再使用Obs，而用这些变量来识别观测。 8CLASS语句 语法格式 CLASS 变量表； 功能：定义分类变量。,9WHERE语句 语法格式为： where 逻辑表达式; 功能：用来选择输入数据集的子集进行分析。 示例： Where math=90 chinese=60; 10LABEL语句 语法格式 Label 变量=新标签 ； 功能：为变量指定一个标签。（示例）
4、,11 FORMAT语句 语法格式： Format 变量名 格式描述符 ; 示例： Format inday MMDDYY8. math 5.1;,3.2 PRINT过程,3.2.1 PRINT过程简介 在SAS Windows版以前，PRINT过程是最常用的SAS过程之一。PRINT过程步列出数据集的内容，以检查变量对应输入的数据值是否正确。现在我们可能通过Viewtable表打开生成的数据集查看数据。为了输出显示一个指定的数据集，在PROC PRINT语句中使用DATA=指定数据集，语法结构如下： PROC PRINT ;,proc print data=class1; var name
5、chinese sex; run;,3.2.3 全程语句,1. TITLE 标题语句 SAS系统有一默认的输出标题，使输出的每页有一行标题，内容为“The SAS System”。 我们可以指定自己的标题来取代SAS缺省的标题。指定标题TITLE语句格式为： TITLE 标题内容; 例如，在前一例的程序前面加上一行 title 2001级1班成绩表; 则输出结果的标题以“2001级1班成绩表”替代了“The Sas System”。,3.2.3 全程语句,2. FOOTNOTE 脚注语句 全程语句FOOTNOTE用于为输出添加脚注，语句格式为： FOOTNOTE 注脚内容字符串;例如：FOOT
6、NOTE 第三章例子; 则其后的输出每页底端会有脚注“第三章例子”显示，直到用另一个FOOTNOTE语句指定新的脚注，或用空FOOTNOTE语句取消脚注为止。使用方法同TITLE语句。,3.2.3 全程语句,3. 输出格式选项OPTIONS语句 OPTIONS语句可以规定系统运行的一些通用选择项，比如输出是否每页有页号，是否有日期，输出的行宽，输出每一页的高度（行数），等等。其使用例如： options nonumber nodate linesize=78 pagesize=60; 其中NONUMBER表示输出不显示页号（改用NUMBER则规定显示页号），NODATE表示不在每页显示运行日期
7、和时间（改用DATE则显示），LINESIZE=78规定输出每行最宽不超过78个字符，PAGESIZE=60 规定输出每页为60行，不足时用空行补齐。,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(Random Sample)：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。,3.3.2 MEANS 过程,输出结果中统计量的命名方法： MEAN=X1-X3； MEAN=MEANX1 MEANX2 M
8、EANX3； 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,Data new; *建立数据集 Input y; *输入变量，变量名为y Cards; *数据块开始 数据块 ； *数据块结束 Proc means n mean std var cv; *调用means过程并计算相应的统计数 Var y; *对变量y进行分析 Run; *程序运行,3.3.3 UNIVARIATE 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
9、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,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，
10、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 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,3.3.4 FREQ 过程 （频数过程）,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。,3.3.5 应
11、用实例,频数表的编制（习题）,FREQ过程步 例 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。 5.12 5.13 4.58 4.31 4.09 4.41 4.33 4.58 4.24 5.45 4.32 4.84 4.91 5.14 5.25 4.89 4.79 4.90 5.09 4.04 5.14 5.46 4.66 4.20 4.21 3.73 5.17 5.79 5.46 4.49 4.85 5.28 4.78 4.32 4.94 5.21 4.68 5.09 4.68 4.91 5.13 5.26 3.84 4.17 4.56 3.52 6.00 4.0
12、5 4.92 4.87 4.28 4.46 5.03 5.69 5.25 4.56 5.53 4.58 4.86 4.97 4.70 4.28 4.37 5.33 4.78 4.75 5.39 5.27 4.89 6.18 4.13 5.22 4.44 4.13 4.43 4.02 5.86 5.12 5.36 3.86 4.68 5.48 5.31 4.53 4.83 4.11 3.29 4.18 4.13 4.06 3.42 4.68 4.52 5.19 3.70 5.51 4.64 4.92 4.93 4.90 3.92 5.04 4.70 4.54 3.95 4.40 4.31 3.77 4.16 4.58 5.35 3.71 5.27 4.52 5.21 4.37 4.80 4.75 3.86 5.69,3.4 菜单操作进行简单统计分析,3.4.1 利用SAS/INSIGHT进行简单分析 我们仍以GPA数据集为例进行窗口操作分析。具体操作步骤如下：,3.4.2 利用SAS/ASSIST进行简单分析Summary Statistics（与MEANS过程相同）,Frequency Tables （与FREQ过程相同）,
