from:http://blog.sina.com.cn/s/blog_5f049388010170ab.html
FROM :http://blog.163.com/qiaozhanwen@126/blog/static/12955392520128225952558/
-proc univariate統(tǒng)計(jì)量:----------------------------------------------------------------------------------------------------------------------------------
默認(rèn):
-proc univariate統(tǒng)計(jì)結(jié)果的一些說明:----------------------------------------------------------------------------------------------------------------------------------
如果proc univarite中使用了ID語句,則極端數(shù)據(jù)旁顯示的是ID變量。本例中我們可以將subject作為ID,可以用如下語句:
proc univariate data=htwt normal plot;
var height weight;
title "more descriptive statistics";
ID subject;
run;
在極端值這一部分,還有個(gè)常用的選項(xiàng):nextobs=n,用于指定呈現(xiàn)幾個(gè)最大值最小值。例如要呈現(xiàn)10個(gè),則寫成:proc univariate data=htwt nextobs=10;
當(dāng)加了ID語句和nextobs選項(xiàng)后(值:大?。籹ubject:指定的ID;觀測:數(shù)據(jù)所處的位置):
2、正態(tài)概率圖:
它是將真實(shí)的數(shù)據(jù)與理想的正太分布數(shù)據(jù)比較。Y軸呈現(xiàn)數(shù)據(jù)值,X軸與反向標(biāo)準(zhǔn)正太函數(shù)有關(guān)。
*表示真實(shí)數(shù)據(jù),+表示由樣本均值和標(biāo)準(zhǔn)差得到的基線。如果樣本分布越偏離正太,則*越偏離+。
-----------------------------------------------------------------------------------------------------------------------------------
PROC UNIVARIATE 含七道指令它們的格式如下(每道指令結(jié)束后才用逗號(hào)分開):
PROC UNIVARIATE 選項(xiàng)串;
VAR 變量名稱串;
BY 變量名稱串;
FREQ 變量名稱;
WEIGHT 變量名稱;
ID 變量名稱串;
OUTPUT OUT=統(tǒng)計(jì)值輸出文件名稱 統(tǒng)計(jì)值關(guān)鍵字符串=統(tǒng)計(jì)值變量;
備注:在一個(gè) UNIVARIATE 程序中,可以多次使用 OUTPUT 指令但其他六道指令只能出現(xiàn)一次,此外PROC UNIVARIATE 指令后的六道指令可以按任何順序出現(xiàn)。
指令 #1: PROC UNIVARIATE 語句的選項(xiàng)串有下列七個(gè)選項(xiàng)可供選擇:
常用選項(xiàng):
(1) DATA=輸入資料文件名稱
指明到底對那一個(gè)資料文件進(jìn)行分析,若省略此選項(xiàng)則 SAS 會(huì)自動(dòng)找出在本程序之前最后形成的資料文件并對它進(jìn)行分析。
(2) NOPRINT
使用此選項(xiàng)分析結(jié)果將不在result里輸出。
(3) PLOT
使用此選項(xiàng)UNIVARIATE 過程將產(chǎn)生三種圖形:莖葉圖 (Stem-And-Leaf Plot) 、平行條狀圖 (Horizontal Bar Chart)、盒狀圖 (Box Plot)、正態(tài)分布擬合圖 (Normal Probability Plot)(參閱 Tukey 1977)。
(4) FREQ
使用此選項(xiàng) UNIVARIATE 過程將對變量各個(gè)取值的頻數(shù)及百分比進(jìn)行分析
(5) NORMAL
此選項(xiàng)可用來要求 UNIVARIATE 過程檢定分析的變量是否呈現(xiàn)正態(tài)分布并且輸出其檢驗(yàn)結(jié)果。
不常用選項(xiàng):
(6) PCDLDEF={1/2/3/4/5}此選項(xiàng)是用來決定計(jì)算百分位數(shù) (Percentiles)的方法
PCDLDEF=1 表示用第一種計(jì)算方法以此類推 ,若省略此選項(xiàng)則UNIVARIATE程序會(huì)自動(dòng)采用用第四種計(jì)算方法。
(7) VARDEF={N/DF/WEIGHT (或 WGT) / WDF} 此選項(xiàng)決定計(jì)算變異數(shù)所用的分母
N 觀察體總數(shù)
DF 觀察體總數(shù)減去 1 這是本選項(xiàng)的內(nèi)設(shè)值
WEIGHT (或 WGT) 加權(quán)后的觀察體總數(shù)
WDF 上述 WEIGHT 值減去 1
指令 #2 VAR 變量名稱串
此指令列舉需要進(jìn)行描述性統(tǒng)計(jì)分析的數(shù)值變量名稱,若省略將對輸入資料文件中所有數(shù)值變量進(jìn)行分析,若選用 OUTPUT 指令
則不可省略 VAR 指令
指令 #3 BY 變量名稱串
程序依據(jù)此指令所列舉的變量將觀測進(jìn)行分組,然后對每組觀測分別執(zhí)行分析,選用此指令時(shí)資料文件內(nèi)的數(shù)據(jù)必須先按照 BY 變量的值做由小到大的重新排列,這個(gè)步驟可由 PROC SORT 過程完成。
指令 #4 FREQ 變量名稱
這個(gè)變量必須是一個(gè)數(shù)值變量,其值代表觀察測重復(fù)出現(xiàn)的次數(shù),若此變量的值含小數(shù)則取其整數(shù)部分若其值小于 1 則此觀測將 被剔除在計(jì)算過程之外。
指令 #5 WEIGHT 變量名稱
這個(gè)變量稱為加權(quán)變量,用以說明所要分析的變量的權(quán)重是多大,其主要功用在于計(jì)算加權(quán)平均數(shù)、加權(quán)標(biāo)準(zhǔn)差、及加權(quán)變異 數(shù)。
注意:若選用了 WEIGHT 指令則 UNIVARIATE 程序?qū)⒉挥?jì)算偏度與峰度這兩個(gè)統(tǒng)計(jì)值,這兩個(gè)統(tǒng)計(jì)值將以缺失(.)表示,此外WEIGHT 指令對四分位數(shù)極端分?jǐn)?shù)及觀察體總數(shù)的計(jì)算并不發(fā)生任何作用(freq選項(xiàng)會(huì)對其有影響)。
指令 #6 ID 變量名稱串
用來標(biāo)示輸出的變量。
指令 #7 OUTPUT OUT=統(tǒng)計(jì)值輸出文件名稱 統(tǒng)計(jì)值關(guān)鍵字符串=關(guān)鍵值變量
保存計(jì)算的N mean std等關(guān)鍵統(tǒng)計(jì)量
(1) OUT=統(tǒng)計(jì)值輸出文件名稱
存儲(chǔ)要輸出的關(guān)鍵統(tǒng)計(jì)的表名,省略此選項(xiàng)則 SAS 將以內(nèi)設(shè)的命名方式自動(dòng)給予 DATAn 的文件名 (如 DATA1 DATA2...) n 按輸出文件產(chǎn)生的先后順序由 1 逐次累加而成
(2) 統(tǒng)計(jì)值關(guān)鍵字符串
這些關(guān)鍵字代表要輸出的統(tǒng)計(jì)值,首先說明要保存哪些統(tǒng)計(jì)值,然后對要存儲(chǔ)的統(tǒng)計(jì)值給予變量名。
UNIVARIATE 程序內(nèi)有二十六個(gè)統(tǒng)計(jì)值:
統(tǒng)計(jì)值及對應(yīng)含義N 非缺失值個(gè)數(shù)NMISS 缺失值個(gè)數(shù)NOBS 觀察體總數(shù)MEAN 平均數(shù)SUM 變量值的總和STD 標(biāo)準(zhǔn)差VAR 變異系數(shù)(標(biāo)準(zhǔn)誤)SKEWNESS 偏度KURTOSIS 峰度SUMWT 所有觀察體在 WEIGHT 變量上的總和MAX 變量的最大值MIN 變量的最小值RANGE 最大值減去最小值所得的差Q3 第三個(gè)四分位數(shù)MEDIAN 中位數(shù) (第 50 的百分位數(shù))Q1 第一個(gè)四分位數(shù)QRANGE Q3 減去 Q1 之差P1 第 1 的百分位數(shù)P5 第 5 的百分位數(shù)P10 第 10 的百分位數(shù)P90 第 90 的百分位數(shù)P95 第 95 的百分位數(shù)P99 第 99 的百分位數(shù)MODE 眾數(shù)如果有不只一個(gè)眾數(shù)取最小值的那一個(gè)SIGNRANK 等級符號(hào)檢定法 (The Signed Rank Statistic Lehmann 1975)NORMAL 常態(tài)分配的檢定 (Test Statistic for Normality)若觀察體個(gè)數(shù)少于 51 則采用Shapiro-Wilk 的 W Statistic 的方法檢定否則采用用 Kolomogorov
備注:這些關(guān)鍵字的表達(dá)方式是統(tǒng)計(jì)值關(guān)鍵字 = 變量名
些代表統(tǒng)計(jì)值的變量名稱必須根據(jù) VAR 指令內(nèi)所列舉的變量順序?qū)?yīng)地一 一列舉未列舉者不予輸出請看下面這個(gè)例子
PROC UNIVARIATE;
VAR X Y;
BY SEX;
OUTPUT OUT=MSD MEAN=MX MY STD=SDX;
假如分組變量 SEX 的值是 1 或 2 則 UNIVARIATE 程序所產(chǎn)生的報(bào)表輸出文件將是兩個(gè) SEX 組在變量 X 與 Y 上的描述性統(tǒng)計(jì)值,OUTPUT 指令的界定這個(gè)輸出數(shù)據(jù)集WORK.MSD (暫時(shí)的文件), MSD數(shù)據(jù)集包括四個(gè)變量即SEXMX MY 及 SDX, 其中 SEX 是分組變量、MX 與 MY 分別是變量 X 與 Y 的平均數(shù)、DX 是變量 X 的標(biāo)準(zhǔn)差,由于關(guān)鍵字 STD 后只界定一個(gè)變量名稱 (SDX) 故此變
量自動(dòng)指 VAR 指令內(nèi)所列舉的第一個(gè)變量,變量 Y 的標(biāo)準(zhǔn)差因未界定其相對應(yīng)的變量名稱因此不輸出。
注 意 事 項(xiàng):
1.缺失數(shù)據(jù)的處理,處理的方法依遺漏數(shù)據(jù)的性質(zhì)而異
(1) VAR 指令中的變量
若觀察體在 VAR 指令之某個(gè)變量上含遺漏數(shù)據(jù)則該觀察體將被排除在這個(gè)變量的計(jì)算過程之外,然而若在其他變量上無遺漏數(shù)據(jù)仍會(huì)被納入其他 VAR 變量的計(jì)算過程內(nèi),這些含遺漏數(shù)據(jù)的觀察體個(gè)數(shù)及它們占總觀察體數(shù)的百分比將被納入報(bào)表輸出文件
(2) WEIGHT 指令中的變量
若在 WEIGHT 的加權(quán)變量上含遺漏數(shù)據(jù)則觀察體的加權(quán)變量值就是 0 這些觀察體仍然而會(huì)被納入百分位數(shù)的計(jì)算以及極端分?jǐn)?shù)的挑選
(3) FREQ 指令中的變量
若在 FREQ 指令的次數(shù)變量上含遺漏數(shù)據(jù)則觀察體將被剔除在所有計(jì)算過程之外
(4) BY 指令中的變量
若在BY 的分組變量上含遺漏數(shù)據(jù)則這些觀察體在分析的過程中自成一個(gè)分組
(5) ID 指令中的變量
若在 ID 的識(shí)別變量上有遺漏數(shù)據(jù)則在需要識(shí)別觀察體的地方仍以遺漏值 (.)呈現(xiàn)
聯(lián)系客服