第3章定量资料的统计描述-正式课件

1、第三章定量资料的统计描述第三章定量资料的统计描述-MEANS过程和过程和UNIVARIATE过程过程第三章第三章 定量资料的统计描述定量资料的统计描述 统计分析分为统计描述和统计推断两部分。统计描述是通过绘制统计图、编制统计表、计算统计量等方法来表述资料的分布特征，是资料分析的基本步骤，也是统计推断的基础。在畜牧科学研究和生产中，对定量资料进行统计描述是一项经常性的工作。从科学试验或生产实践中获得的数据往往是杂乱无章的，只有对数据资料进行相应的统计处理，如计算出某一样本的平均数、标准差、变异系数、以及最大、最小值等基本统计量，才能得出规律性的结论。 在在SAS系统中，对定量资料进行统计描述，可

2、以采用：系统中，对定量资料进行统计描述，可以采用：1、MEANS 过程过程2、UNIVARIATE过程过程第第1节节 MEANS 过程过程 在畜牧试验数据的处理中，MEANS过程主要用于正态或近似正态资料的描述性统计量的计算。1、程序格式程序格式 PROC MEANS 选项选项； VAR 变量名列表；变量名列表； BY 变量名列表；变量名列表； CLASS 变量名列表；变量名列表； FREQ 变量名；变量名； WEIGHT 变量名；变量名； ID 变量名列表；变量名列表； OUTPUT OUT=数据集名数据集名 统计量关键字统计量关键字=新变量名列表新变量名列表；在上述语句中，只有PROC M

3、EANS语句是必需语句，其他语句都是可选择性的。2、语句说明、语句说明 PROC MEANS 选项选项 语句语句调用MEANS过程进行定量资料的统计描述。其常用的选项主要有：（1）数据集选项 格式： DATA=SAS数据集数据集用于指定要分析的数据集名字。如果缺省，则系统将默认对新创建的数据集进行分析。（2）输出选项 NOPRINT，禁止统计报告在OUTPUT窗口输出；MAXDEC=n，给出列表输出的最大小数位数，缺省值为2；ALPHA=p，设定计算置信区间的置信水平，默认值为0.05。第第1节节 MEANS 过程过程（3）统计量选项该选项包括基本统计量和与假设检验有关的统计量。MEANS过程

4、常用的统计量有： N（样本大小） VAR（方差） MIN（最小值） MEAN（均数） STD（标准差） MAX（最大值） SUM（总和） CV（变异系数） RANGE（极差）与假设检验有关的统计量有： STDERR（标准误） LCLM（置信区间下限） T（t值） UCLM（置信区间上限）等 PRT（概率）第第1节节 MEANS 过程过程MEANS 过程中的其他语句VAR语句语句用于指明所要分析的变量，如该语句缺省，则系统将对数据集中的所有数值变量进行分析。BY语句语句定义分组计算变量，得到各组组内的计算统计量。使用该语句，要求事先已对数据集按分组变量进行了排序。数据排序可用PROC SORT；

5、BY 分组变量语句进行。 CLASS语句语句定义分组计算变量，基本功能与BY语句相同，要求系统按分类变量进行分组分析。比如当需要计算不同品种或不同试验处理组的平均数和标准差等基本统计量时，可使用该语句指明相应的分类变量。计算时不需要对分组变量分类排序，而且输出结果为单表格式输出。第第1节节 MEANS 过程过程 FREQ语句语句指明频数变量。频数变量必须是整数，否则取整后使用。 WEIGHT语句语句指明加权变量，计算时以该变量的值为加权系数。当计算加权平均数时，需使用该语句指明加权变量。 OUTPUT语句语句将分析结果存储到数据集中。OUT=SAS数据集，用于指明输出数据集，缺省时系统将自动依

6、次赋为DATAl、DATA2等。 第第1节节 MEANS 过程过程3 3、结果输出、结果输出MEANS过程执行后，系统会根据用户要求输出样本数、平均数、标准差和变异系数等内容。4 4、应用示例、应用示例【例3.1】 某试验站香猪的6周饲养试验的增重结果数据见下表，试计算甲、乙两种饲料各自的平均每周的增重、最大值、最小值、方差、变异系数及标准差等各统计量。 第第1节节 MEANS 过程过程 饲料品种 1周2周3周4周5周6周 甲种饲料乙种饲料6.655.346.357.007.057.897.907.058.046.744.457.28表3_1 香猪6周的增重数据第第1节节 MEANS 过程过程

7、Data EX3_1;Input siliao $ weekage addweigh ;cards ;a 1 6.65 a 2 6.35 a 3 7.05 a 4 7.90 a 5 8.04 a 6 4.45b 1 5.34 b 2 7.00 b 3 7.89 b 4 7.05 b 5 6.74 b 6 7.28;Proc sort out=bigsort;by siliao ;proc means ;by siliao ;run ;程序程序3-1第第1节节 MEANS 过程过程程序程序3-1运行输出结果如下：运行输出结果如下：若只需输出日增重的统计量，且结果只需保留4位有效位数，程序该如何修

8、改？运行输出结果为：运行输出结果为：PROC MEANS MAXDEC = 4;BY siliao; VAR addweigh;RUN ;第第1节节 MEANS 过程过程程序3-1数据步不变，可将PROC MEANS过程修改为：第第1节节 MEANS 过程过程思考作业：思考作业：对【例题3-1】，试用CLASS语句定义分组计算变量，提交相应SAS程序，并与BY语句的输出结果进行比较。用BY语句分组输出结果用CLASS语句分组输出结果第第2节节 UNIVARIATE 过程过程UNIVARIATE过程又称为单变量分析过程，可提供单个变量的详细描述及其分布类型的检验，还可以绘制若干描述变量分别的统计

9、图（如直方图，茎叶图）。与MEANS过程相比，该过程侧重于对单个变量进行分布类型的描述。一、程序格式一、程序格式PROC UNIVARIATE 选项选项； VAR 变量名列表；变量名列表；BY 变量名列表；变量名列表；FREQ 变量名；变量名；WEIGHT 变量名；变量名；OUTPUT OUT=SAS数据集数据集 统计量关键字统计量关键字=变量名列表变量名列表上述语句中，只有PROC UNIVARIATE语句是必须的语句，其他语句都是可选择性的。如果省略所有的非必须语句和选项，则按默认情况输出全部变量的全部统计量。第第2节节 UNIVARIATE 过程过程二、语句说明二、语句说明VAR、BY和

10、WEIGHT语句与MEANS过程相同，这里只对PROC UNIVARIATE和OUTPUT语句说明。1、PROC UNIVARIATE 语句PROC UNIVARIATE 选项；该语句调用UNIVARIATE过程进行数据资料的描述性统计分析。其常用的【选项】主要有：数据集选项 DATA=SAS数据集，指定分析的SAS数据集名。如果省略该选项，则对新创建的数据集进行分析。 输出选项 ：NOPRINT，禁止统计报告在OUTPUT窗口中输出； PLOT： 绘出茎叶图、箱式图和正态概率图； FREQ： 给出频数表 NORMAL： 对变量进行正态性检验。第第2节节 UNIVARIATE 过程过程2、 O

11、UTPUT语句OUTPUT OUT=SAS数据集数据集 统计量关键字统计量关键字=变量名列表变量名列表该语句的作用是将分析结果存储到数据集中。选项OUTPUT=SAS数据集，用于指明输出数据集。其常用的选项主要有：基本统计量选项 N（样本大小）, MEAN（均数）, SUM（总和）， STD(标准差) ，CV(变异系数) ，VAR(方差) ， RANGE(极差)等。百分位数描述 MIN（最小值），MAX（最大值），P1/P5/P10/P90/P95/P99（1%、5%、10%、90%、95%、99%分位数），Q1（下四分位数或25%分位数），Q3（上四分位数或75%分位数）等。与假设检验有关的

12、统计量 STDERR(标准误)，T(students)，NORMAL(正态性检验统计量)等。第第2节节 UNIVARIATE 过程过程三、UNIVERATE过程应用示例【例3-2】 12头奶牛的305天产奶量（kg）具体数据如下, 试用UNIVARIATE过程计算产奶量的描述性统计量，并进行正态性检验。牛号12345678910产奶量5480637063105180509063905600538053606420Data EX3_2;Input cownum $ yield;Cards;1 5480 2 6370 3 6310 4 5180 5 5090 6 6390 7 5600 8 538

13、0 9 5360 10 6420;Proc univariate normal plot;Var yield;Run;表3-2 12头奶牛产奶量程序程序3-2：第第2节节 UNIVARIATE 过程过程程序程序3-2 运行结果运行结果第第2节节 UNIVARIATE 过程过程程序程序3-2 运行结果运行结果在正态性检验中，当样本数n小于等于2000时，正态性检验统计量W的值在0-1之间，W的值越接近于1（或PrW的值小于0.05），则表示服从正态分布，反之则不服从正态分布。本例中W=0.829318，P=0.03280.05，说明产奶量服从正态分布。第第2节节 UNIVARIATE 过程过程第三章定量资料的统计描述小结：小结：比较MEANS过