《用SAS作统计分析》由会员分享，可在线阅读，更多相关《用SAS作统计分析（88页珍藏版）》请在金锄头文库上搜索。
1、1,用SAS作统计分析,SAS Institute (Shanghai) Co., Ltd.,基本概念和方法浏览,2,统计的作用,对数据作出概要的描述 基于数据作出推断 (包括评价推断的有效性),3,SAS系统提供有力的统计分析 功能,Base SAS 和 SAS/GRAPH 包含常规的 分析功能 SAS 有专用于各种分析功能的模块 STAT, QC, ETS, OR INSIGHT, LAB, ASSIST IML SAS 将其分析功能与其数据管理功能结 合成强大的决策支持系统,4,SAS分析的特点,SAS 将常用的统计方法用程序实现，是 一个高品位的程序系统 SAS 是一个迅速发展的系统：
2、融入最新 的方法，不断适应用户的新需求 SAS 既可由编程也可用图形界面交互式 地实现分析功能 SAS 将各种专门分析方法融入为用户提 供的直接使用的专用系统中,5,了解学习SAS的分析决策功能,会找： 针对问题和数据选用合适的 分析工具 会用：选PROC，选Option， 写Statement 会解释：对SAS提供的计算结果给出 解释和分析,6,总体(母体 Population),关心的对象全体 关心对象的某些指标(Variable) Var1, Var2, . . . ,Var n 总体的分布：这些变量取什麽值， 各占多大比例 总体的分布的特征：均值，方差(及其他 参数) 抽样,7,样本(
3、子样 Sample ),样本：取自总体的若干(有代表性)的个体,计算统计量,8,统计量(Statistics),子样 总体 描述 推断 统计量-由样本运算而得到的量： 均值，方差 中位数，极差 直方图，经验分布 统计量能集中样本某一方面的信息,9,统计模型,母体（分布及其它特征）,抽样,子样（分布及其它特征）,计算统计量,统计量,描述,推断,10,统计模型,参数是总体的特征。 统计量是由样本观测值计算而得到的。 统计量可用于估计总体的参数。,11,抽样的随机性,总 体,子样,子样,子样,子样,子样,对同一个总体可以获得多个不同的样本,这些样本的观测值不全相同，相应的统计 量也不一样，这是由抽样
4、偶然性引起的 但当样本的容量增大时，不同样本间的差 异逐渐缩小，这是统计的规律性,rannor2, 原数据rannor1,12,抽样的随机性,13,抽样的随机性,14,抽样的随机性,15,抽样的随机性,16,抽样的随机性,17,抽样的随机性,18,用SAS作常规统计 的几种常用做法,用SAS作常规统计分析，在交互式运行方 式下常用的做法有： 用编程实现各种任务 用SAS提供的菜单系统实现各种任务 用SAS/ASSIST 用STATISTICAL ANALYST 发命令analyst 用SAS/INSIGHT 发命令insight,19,SAS/INSIGHT,是一个可视化的数据探索工具。将统计
5、 方法与交互式地图形显示融合在一起 随时为用户提供数据、图形和分析结果 三方面的内容，便于用户发现奇异数据 及包含在数据中的模式或规律，探索性 地使用各种统计分析方法并观察分析结 果。它为用户提供一种全新的使用统计 分析方法的环境。,20,SAS/INSIGHT,如何在SAS系统中进入SAS/INSIGHT 键入命令 INSIGHT 用下拉菜单 Globals Analyze Interactive data analysis 通过 SAS/ASSIST 或提交 Proc insight,21,SAS/INSIGHT,在SAS/INSIGHT中，变量按其测量水平分 为： 区间型的(Interv
6、al) 列名型的(Nominal),以连续变化尺度测量 具有可进行分析的数值,有数值或字符值 用于作分类变量,数值型 字符型,区间型 列名型,22,SAS/INSIGHT 对数据集的操作,在SAS/INSIGHT中，可对SAS数据集进行 数据输入和浏览 修改测量水平 移动变量显示次序 建立新的变量 按某个变量的值进行排序 选取子集,23,Analyst Application,分析员应用(Analyst Application)是在SAS系统中进行基本统计分析菜单界面系统 它将常用的统计方法按描述统计，表分析，假设检验，方差分析和回归分析等栏目提供菜单，也有制图和建表的功能菜单 它对所进行的每
7、项分析都提供按菜单设定的要求自动生成的程序 它对分析的过程和结果建立项目并进行管理,24,Analyst Application,在SAS中进入Analyst: 键入命令ANALYST 用下拉菜单Globals Analyze Statistical Analysis,25,Analyst Application,在Analyst中，可对SAS数据集进行 数据输入和浏览 移动变量显示次序 建立新的变量 按某个变量的值进行排序 选取子集 转置数据集,26,变量取值的宏观描述,分布全面地描述了变量取值的概况 分布：变量取什麽值，各占多少比例 字符型变量：用表列举其取值和比例或用 柱状图，拼花图(M
8、osaic),27,变量取值的宏观描述,连续变化数值型变量：用表列举其在各个 范围取值的比例，用直方图，Box图或 次序统计量、经验分布图,28,SAS/INSIGHT 数据取值频数的描述,柱状图与直方图 (Bar chart/Histogram),Analyze Histogram/Bar chart(Y),频数表,Analyze Distribution(Y) Output Frequency Table,29,Analyst 数据取值频数的描述,Statistics Descriptive Frequency Counts,30,变量取值特征的描述,运用各种统计量描述变量取值的不同特征
9、均值、中位数描述变量取值的中心位置 方差、极差描述变量取值的离散程度 次序统计量也可描述变量取值的分布,31,次序统计量,样本(Sample):,次序统计量(Order Statistics):,4, 3, 11, 3, 1 5, 8,1, 3, 3, 4, 5, 8, 11,32,描述数据中心位置的统计量,样本观测值：4, 3, 11, 3, 1, 5, 8,33,描述数据离散程度的统计量,34,描述数据离散程度的统计量,样本观测值：4, 3, 11, 3, 1, 5, 8,35,与均值方差有关的统计量,标准差(Std Dev):,标准误(Std Error):,变异系数(CV),未校平方和
10、(USS),校正平方和(CSS),36,偏度(Skewness),偏度: (Skewness),精确地, 0, 0,= 0,37,峰度(Kurtosis),峰度： (Kurtosis),精确地, 0,= 0, 0, 0, 0,38,分位数(Quantile),(0.4 分位数),39,分位数(Quantile),p分位数：,附近的一个数,(小于p-分位点的样本数约占样本总数的100p%),0.5-分位数即中位数,0.25-分位数称下四分位数,0.75-分位数称上四分位数,样本观测值：4, 3, 11, 3, 1, 5, 8(1,3,3,4,5,8,11),4,3,8,40,SAS/INSIGH
11、T 数据的图形描述-盒须图,41,SAS/INSIGHT与Analyst 生成描述统计量,Insight 生成描述性统计量: Analyze Distribution(Y),Analyst 生成描述性统计量: Statistics Descriptive Summary Statistics 或 Distributions,42,变量取值的宏观描述,对母体和样本都可考虑它们各自的分布,样本直方图,总体分布密度,样本经验分布,总体累计分布,43,中心极限定理,44,标准正态分布密度,45,对数正态分布,46,Weibull 分布,47,SAS/INSIGHT 分布拟合,直方图(Graphs)+拟
12、合分布密度(Curves),经验分布(Curves)+拟合累计分布(Curves),QQ图(Graphs)+参照线(Curves),非正态参数分布的拟合：Curves+ Parametric Density,非参数分布密度拟合: Curves + Kernel,由Analyze Distribution(Y) 进入后：,48,Q-Q图,49,Analyst 直方图与分布拟合,Statistics Descriptive Distributions.,50,方差分析(Analysis of Variance),对多个均值进行统计推断通常使用方差分析 方差分析是分析试验结果数据的重要方法,51,方
13、差分析(Analysis of Variance),在方差分析中： 连续应变量：记录在各种条件下的观测结果 若干个分类变量：设定观测条件(也称独立变量) 分类变量可表示固定效因或随机效因 分类变量的不同值又称为水平,52,方差分析(ANOVA),方差分析将观测到的应变量的变差分解为属 于不同分类变量的和随机误差进行分析,53,方差分析(ANOVA),54,方差分析(ANOVA),自由度分解,方差分解,55,方差分析(ANOVA),方差分解与检验 Total SS=SS(因素A)+Residual SS Total DF=DF(A)+Residual DF MS(.)=SS(.)/DF(.) F
14、(.)=MS(.)/Residual MS,56,方差分析 数据要求,使用SAS进行方差分析时要 求每条记录为一次观测的结 果。不同因素或水平下因变 量的观测值都记用同一个变 量表示,57,方差分析 SAS/INSIGHT,单因素方差分析图形表现： Analysis Box plot Y:区间型因变量， X:列名型独立变量,方差分析计算： Analysis Fit(X,Y) Y:区间型因变量， X:列名型独立变量,58,方差分析 Analyst,59,变量的相关关系,散点图是直观地观察连续变化变量间相依 关系的重要工具,Insight: Analyze Scatter plot(Y X) 或
15、Multivariate(Ys),编程:proc gplot,Analyst: Graphs Scatter plot,60,变量的相关关系,用直线描述,用曲线描述,可能有周期变化,无明显关系,61,相关系数(Correlation Coef.),线性联系是描述变量联系中最简单和最常 用的一种(Y=a1x1+a2x2+b) 相关系数是描述两个变量间线性联系程度 的统计指标 相关系数的计算公式：,62,相关系数(Correlation Coef.),正相关： 一个变量数值 增加时另一个 变量也增加,负相关： 一个变量数值 增加时另一个 变量减少,63,相关系数(Correlation Coef.
16、),强相关并不表示存在因果关系,弱相关并不表示变量间不存在关系,个别极端数据可能影响相关系数,64,相关系数的计算 SAS/INSIGHT,Analyze Multivariate (Ys) Output Corr,在多变量分析窗中，由下拉菜单 Tables Corr,在散点图上加置信椭圆认识相关大小 Curves Confidence Ellipse Prediction: . . .,65,相关系数的计算 Analyst,Statistics Descriptive Correlations,66,相关与回归,相关分析量化连续变化变量间线性相 关的强度 回归分析确定一个连续变量与另一些 连续变量间的关系,67,回归(Regression),描述一个变量与另一些变量间统计联系的
