使用PROC UNIVARIATE做直方图.docx

SAS Histogram in PROC UNIVARIATE最近在詢問關於跑描述性報表，想了解資料的分布情形上網找到一篇關於使用PROC UNIVARIATE畫直方圖(Histogram)當然除了PROC UNIVARIATE可以畫之外，還有PROC GCHART、PROC CHART等不過既然PROC UNIVARIATE內就有histogram statement就不要浪費重複過去提的觀念，直方圖主要用在看連續變項的分布，看整體分布情況。文章內使用SASHELP內提供的CLASS檔案作demo先簡單介紹SASHELP.CLASS檔案，其中有NAME、SEX、AGE、HEIGHT與WEIGHT樣本數為19筆，下面直方圖將針對WEIGHT去作圖基本款的直方圖針對weight變項去作直方圖，檔案名稱為clr。proc univariate data=clr; histogram weight / normal;/*normal是將normal curve疊在直方圖上*/run;提升輸出品質(html)的直方圖SAS預設的圖表輸出會在SAS graphic視窗，為了增強圖表輸出品質可以加下面的指令，讓圖以html檔格式呈現利用filename statement直接把圖輸出成外部檔案filename outfig “D:hist.html”;/*輸出檔案的位置*/GOPTIONS RESET=all Ctitle=cx000080 FTEXT=swiss ROTATE CTEXT=black HTEXT=0.85 HTITLE=2.5 DEVICE=html GSFNAME=outfig ;/*GOPTIONS是加強品質*/花俏版+顯示統計量的直方圖有時候會想把該圖的基本統計資料(例如平均數、標準差、中位數)放在圖表內某角落使用到inset statement。proc univariate data=clr; histogram weight / normal cfill=ltgray;/*cfill是把直方圖的長條格子圖滿,ltgray是顏色*/ inset n=Number of students Median (8.2) Mean (8.2) STD=Standard Deviation (8.3) / position=ne;/*輸入統計量內要擺什麼,*/run;補充：inset statement可以與Histogram、Probplot、QQplot statement一起使用除了上面的n、Median、Mean、STD外，尚有MAX、MIN、NMISS(遺漏值的量)、RANGE、SUM、SKEWNESS等，甚至是百分位數也可以顯示。比較性別兩組下weight的直方圖如果想同時看男女的weight直方圖，加入class statement作分組/*compariative histogram-CLASS*/proc univariate data=clr; class sex; histogram weight/normal (color=red) CFILL=ltgray CTEXT=blue;/*color=red更改配適線的顏色,CTEXT=blue是將文字數字等改成藍色*/ inset N=Number of student Median (8.2) Mean (8.2) STD=Standard Deviation (8.3) / position=ne; label sex=Gender;run;修改配適曲線的顯示/*specify the fitted curve*/proc univariate data=clr; class sex; histogram weight/normal(color=red noprint fill w=3) CFILL=ltgray CTEXT=blue; inset N=Number of student Median (8.2) Mean (8.2) STD=Standard Deviation (8.3) / position=ne; label sex=Gender;run;粗體表示與上面程式不同的地方，w可以改變配適線的寬度，如w=3會比預設值粗。單純顯示fitted curve圖/*nobars*/proc univariate data=clr noprint; class sex;histogram weight/normal (color=green FILL w=3) CFILL=Ltgray CTEXT=red NOBARS VAXISLABEL=”Percentage of patients” CGRID=black OUTHISTOGRAM= _outhist ;/*nobars可以讓圖不顯示長條的部分,_outhist則是輸出的檔案*/ inset N=Number of student Median (8.2) Mean (8.2) STD=Standard Deviation (8.3)/ position=ne; label sex=Gender;run;輸出的檔案_outhist內有什麼呢？會有變項名稱、性別、_curve_、還有期望值，主要是輸出直方區間的資訊。讀者可以試試看參考資料：Histogram