311-定量数据的统计描述课件.ppt

1、统计描述是针对原始数据进行归纳整理、用相统计描述是针对原始数据进行归纳整理、用相应的统计指标（如率、均数等）来反映研究应的统计指标（如率、均数等）来反映研究对象最鲜明的数量特征过程。数据的统计描对象最鲜明的数量特征过程。数据的统计描述可以包括以下几个方面的内容：述可以包括以下几个方面的内容：位置参数：包括算术平均数、中位数、众数位置参数：包括算术平均数、中位数、众数变异指标：包括全距，四分位数间距、方差、变异指标：包括全距，四分位数间距、方差、标准差以及变异系数标准差以及变异系数形状参数：包括偏度和峰度形状参数：包括偏度和峰度频数及报表频数及报表绘图绘图数据的统计描述数据的统计描述Means过

2、程过程Summary过程过程Univariate过程过程定量数据统计指标计算的三种过程定量数据统计指标计算的三种过程MeansMeans过程格式：过程格式：Proc means Proc means;Var Var 变量列表；变量列表；（规定需要计算的数值变量及顺序）（规定需要计算的数值变量及顺序）Class Class 变量名列表；变量名列表；（分组计算）（分组计算）Freq Freq 变量；变量；（该语句指定一个数值型的变量，它的值表示（该语句指定一个数值型的变量，它的值表示输入数据集中相应观测出现的频数。该变量的值应为正整数。输入数据集中相应观测出现的频数。该变量的值应为正整数。若若fr

3、eqfreq变量值变量值11或缺失，相应的观测不参加计算统计量；若或缺失，相应的观测不参加计算统计量；若这个值不是正整数，取整数部分。）这个值不是正整数，取整数部分。）Weight Weight 变量；变量；（该变量的值应大于（该变量的值应大于0,0,若若00或缺失，则假定或缺失，则假定该值为该值为0.0.）Id Id 变量名列表；变量名列表；（该语句对（该语句对meansmeans过程产生的输出数据集增过程产生的输出数据集增加一个或几个附加变量，目的在于识别输出数据集里德观测）加一个或几个附加变量，目的在于识别输出数据集里德观测）By By 变量名列表；变量名列表；（分组计算，注意一定要先排

4、序）（分组计算，注意一定要先排序）Output out=Output;Means过程过程Proc meansProc means中的其它选项包括中的其它选项包括Maxdec=Maxdec=n n;规定输出结果中的小数部分的最大规定输出结果中的小数部分的最大位数（位数（0-80-8）。缺省时是）。缺省时是2 2。Fw=Fw=n n；给出该过程用来打印每个统计量的域宽。；给出该过程用来打印每个统计量的域宽。缺省是缺省是1212。Alpha=a;Alpha=a;设置计算置信区间的置信水平设置计算置信区间的置信水平a a。a a在在0-10-1之间。假如，若规定之间。假如，若规定a=0.05,a=0.

5、05,则得到均值的则得到均值的95%95%的置信区间的置信区间MissingMissing要求该过程把要求该过程把classclass变量的缺失值作为变量的缺失值作为有效分组值处理有效分组值处理Means过程过程Proc means data=class;Var height;Run;在上述用法中，没有指定输出的统计量，缺省的会对每在上述用法中，没有指定输出的统计量，缺省的会对每个选定的变量计算有效记录个选定的变量计算有效记录(N)、均值、均值(Mean)、标准、标准差差(Std)、最大值、最大值(Maximum)和最小值和最小值(Minimum)五个五个统计量。统计量。Means过程最简单的

6、用法过程最简单的用法可以用可以用means过程过程计算的统计算的统计量分别计量分别用关键词用关键词表示：表示：Proc means data=class mean var clm alpha=0.01 maxdec=3 fw=8;Var height weight;Output out=mclass mean=var=vh vw lclm=lc uclm=uc;Run;Means过程示例过程示例 该程序要求输出的结果占该程序要求输出的结果占8个字符，其中小数位为个字符，其中小数位为3。把运行结果输出。把运行结果输出到数据集到数据集mclass中中,包括变量包括变量height（height的均

7、值）的均值）weight（weight的均值）的均值）vh（height的方差）的方差）vw（weight的方差）的方差）Lc(置信度为置信度为99%的置信下限的置信下限)uc(置信度为置信度为99%的置信上限的置信上限)1、统计关键字统计关键字=代表统计值的变量名称串代表统计值的变量名称串Proc means data=class;Var height weight;Class sex;Output out=test mean=m_h m_w;Run;Output的四种方式的四种方式这种界定方式自动计算出这种界定方式自动计算出varvar指令所列举之所有变量的统计值。指令所列举之所有变量的统

8、计值。因此，等号右边所列举的变量，必须与因此，等号右边所列举的变量，必须与varvar指令中所列举的变指令中所列举的变量前后对应而且数目相同。量前后对应而且数目相同。2、统计关键字（变量名称串）、统计关键字（变量名称串）=代表统计值的变量名称串代表统计值的变量名称串 Proc means data=class;Var height weight;Class sex;Output out=test mean=m_h m_w std(height)=v_h;Run;Output的四种方式的四种方式这种界定方式将产生这种界定方式将产生varvar指令所列举之部分变量的统计值。指令所列举之部分变量的统

9、计值。例如，上例文件例如，上例文件testtest中包括变量中包括变量m_h，m_w 和和v_h。3、统计关键字、统计关键字=Proc means data=class;Var height weight;Class sex;Output out=test mean=;Run;Output的四种方式的四种方式这种表达方式在等号右边是空白，未界定任何代表统计值的这种表达方式在等号右边是空白，未界定任何代表统计值的变量名称。因此，将以原变量的名称来代表。例如，在上例变量名称。因此，将以原变量的名称来代表。例如，在上例中，输出文件中，输出文件testtest中变量中变量heightheight与与w

10、eightweight分别代表相应的均分别代表相应的均值。值。须注意，若使用这种界定方式，则一个须注意，若使用这种界定方式，则一个varvar变量，只能产生变量，只能产生一种统计值，而不能同时产生其他统计值。这是因为一个一种统计值，而不能同时产生其他统计值。这是因为一个varvar变量的名称只能同时代表一种统计值。变量的名称只能同时代表一种统计值。4、统计关键字（变量名称串）、统计关键字（变量名称串）=Proc means data=class;Var height weight;Class sex;Output out=test mean=m_h m_w max(height)=;Run;O

11、utput的四种方式的四种方式这种表达方式在等号右边是空白，未界定任何代表统计值的这种表达方式在等号右边是空白，未界定任何代表统计值的变量名称。在等号左边的括号内列举部分变量名称。在等号左边的括号内列举部分varvar指令中所提到的指令中所提到的变量。因此，这些变量的统计值，仍以变量的原名表示。例变量。因此，这些变量的统计值，仍以变量的原名表示。例如，在上例中，输出文件如，在上例中，输出文件testtest中变量中变量m_hm_h和和m_wm_w分别代表分别代表heightheight与与weightweight的均值，的均值，heightheight代表代表heightheight的最大值。

12、的最大值。须注意，一个在须注意，一个在varvar指令中界定的变量名称只能代表一种统指令中界定的变量名称只能代表一种统计值。因此，使用这种界定方式时，不要同一个变量重复界计值。因此，使用这种界定方式时，不要同一个变量重复界定在不同的统计值关键字之后。定在不同的统计值关键字之后。Output Output 语句中语句中的统计的统计关键字关键字频数语句（频数语句（freqfreq语句）：通过不同的语句）：通过不同的sassas过程被用来过程被用来指定一个变量，这个变量的值表示在相应的这个指定一个变量，这个变量的值表示在相应的这个观测中其他变量值出现的频数。观测中其他变量值出现的频数。当当freqf

13、req语句出现时，过程处理这个数据集就好像每语句出现时，过程处理这个数据集就好像每个观测出现个观测出现n n次一样，其中次一样，其中n n是那个观测中是那个观测中freqfreq变变量的值。量的值。如果在某个观测中，如果在某个观测中，freqfreq变量的值小于变量的值小于1 1，这个观测，这个观测在分析中不使用；如果在分析中不使用；如果freqfreq变量的值不是整数，变量的值不是整数，仅取整数部分使用。仅取整数部分使用。FreqFreq语句语句Freq语句语句 对对4040名麻疹易感儿童接种麻疹疫苗一个月后，测得其血凝名麻疹易感儿童接种麻疹疫苗一个月后，测得其血凝抑制抗体滴度如下，求其平均

14、滴度。抑制抗体滴度如下，求其平均滴度。抗体滴度1:41:81:161:321:641:1281:256 1:512人 数156271045Data a;Input f x;Cards;1 4 5 8 6 16 2 32 7 64 10 128 4 256 5 512;Proc means;Var x;Freq f;Output out=b mean(x)=m_x;Run;By与与class的区别的区别Class sex school;的分组结果：的分组结果：组别组别 sex school1 男和女男和女 重点和非重点重点和非重点2 男男 重点和非重点重点和非重点3 女女 重点和非重点重点和非重

15、点4 男和女男和女 重点重点5 男和女男和女 非重点非重点6 男男 重点重点7 男男 非重点非重点8 女女 重点重点9 女女 非重点非重点By sex school;的分组结果：的分组结果：组别组别 sex school1 男男 重点重点 男男 非重点非重点 女女 重点重点 女女 非重点非重点设有两个分组变量：设有两个分组变量：sex（分男，女）及（分男，女）及school（下分重点和非重点）（下分重点和非重点）By与与class的区别的区别Class sex;By school；的分组结果：；的分组结果：组别组别 sex school1 男和女男和女 重点重点2 男男 重点重点3 女女 重点

16、重点4 男和女男和女 非重点非重点5 男男 非重点非重点6 女女 非重点非重点示例 Proc means data=class;Class sex age;var height weight;output out=class1 mean=min=h w;Run;types types：对：对_type_type_进行选择输出进行选择输出 proc means data=class;var height;class sex age;types sex*age;output out=height mean=;run;proc print data=height;run;两个过程类似，都是用来对数值

17、变量计算单个变量两个过程类似，都是用来对数值变量计算单个变量的基本统计量。而且这两个过程使用的语句和选的基本统计量。而且这两个过程使用的语句和选项都相同。它们的差别项都相同。它们的差别缺省时，缺省时，summarysummary不打印输出计算结果；不打印输出计算结果；meansmeans总总是打印输出计算的统计量，除非你在是打印输出计算的统计量，除非你在proc meansproc means过程中明确规定选项过程中明确规定选项noprintnoprint。如果使用。如果使用summarysummary过程时希望打印输出统计量，必须在过程时希望打印输出统计量，必须在proc proc summarysummary语句中规定选项语句中规定选项printprint。若省略若省略varvar语句，语句，summarysummary过程只给出观测个数过程只给出观测个数（NobsNobs）；而）；而meansmeans过程对输入数据集中除用在过程对输入数据集中除用在byby，IdId，freqfreq，classclass，weightweight语句之外的所有数值变语句之外的所有数值变量计算统计量量计算统计量means过程与过程与summary过程的区别过程的区别