定量资料的统计描述和检验

定量资料的统计描述和检验第1页/共29页

对于定量资料的统计描述和基本推断，SAS提供了四个强有力的程序步，它们是UNIVARIATE过程提供单个变量的详细描述和对其分布类型的检验。MEANS过程提供单个或多个变量的简单描述，对于多个变量，它的输出格式紧凑，便于阅读。TTEST过程对变量进行t/u检验。ANOVA过程对变量进行方差分析。第2页/共29页§4.1UNIVARIATE过程Univariate过程对数值变量给出比较详细的变量分布的描述，其中包括：变量的极端值;

常用的百分位数，包括四分位数和中位数;

用散点图描绘变量的分布;

频数表;

确定数据为正态分布的检验;第3页/共29页Univariate过程的语法格式PROCUNIVARIATE[DATA=<数据集名>[选项]];指定要分析的数据集名及选项

[VAR<变量名列>;指定要分析的变量名列

BY<变量名列>;按变量名列分组统计，要求数据集已按该变量名列排序

FREQ<变量名>;表明该变量为分析变量的频数

WEIGHT<变量名>;表明分析变量在统计时要按该变量权重

ID<变量名>;输出时加上该变量作为索引

OUTPUTOUT=<数据集名>指定统计量的输出数据集名关键字=<新变量名列>...指定统计量对应的新变量名

pctlpts=<百分位数,...>指定需要的百分位数

pctlpre=<新变量名列>];指定所需百分位数对应的输出变量名第4页/共29页Univariate过程常用的选项如下：NOPRINT禁止统计报告在OUTPUT视窗中输出；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5页/共29页注：FREQ语句语句格式：FREQ变量；功能：规定一个数值变量，它的值表示数据集中某观测值出现的频数。说明：数据集中观测值总数等于FREQ变量的和。第6页/共29页例：

DATAB;INPUTSEX$AGENUMBER;CARDS;F2010F2223M2119M2216PROCMEANS;VARAGE;PROCMEANS;FREQNUMBER;VARAGE;weightNUMBER;run；第7页/共29页dataa;inputxf;cards;12713816917201822;proc

Univariatenormal;varx;FREQf;weightf;outputout=bn=nmean=xbarstd=scv=cv;proc

printdata=b;run;第8页/共29页4.2MEANS过程

功能：提供单个或多个变量的简单描述。Means过程和Univariate过程相比，它更倾向于描述已经明确样本所在总体符合正态分布的变量，因此它不提供百分位数，但可以提供95%可信区间。同时在多个变量输出时，它的输出格式紧凑，便于阅读。第9页/共29页语句说明PROCMEANS[DATA=<数据集名>[选项]指定要分析的数据集名及一些选项

[统计量关键字列表]];列出需要的统计量

[VAR<变量名列>;要分析的变量名列

BY<变量名列>;按变量名列分组统计，要求数据集已按变量名列排序

CLASS<变量名列>;按变量名列分组统计，不要求数据集排序

FREQ<变量名>;表明该变量为分析变量的频数

WEIGHT<变量名>;表明分析变量在统计时要按该变量权重

ID<变量名列>;输出时加上该变量作为索引

OUTPUT<OUT=数据集名>指定统计量的输出数据集名关键字=<新变量名列>...];指定统计量对应的新变量名第10页/共29页PROCMEANS[选择项列表]；

PROCMEANS语句中可使用的选择项包括：DATA=SAS数据集NOPRINT

MAXDEC=n

指定打印结果的小数位数（0~8），缺省为2VARDEF=除数

指明用于方差计算的除数，缺省值是VARDEF=DF。第11页/共29页Statisticlist统计量列表：MEANS过程可以计算的统计量有21种，可用下列关键词表示：N、MAEN、MAX、MIN、STD、STDERR、SUM、VAR、USS、CSS、NMISS、RANGE、T、PRT、SUMWGT、CV、SKEWNESS、KURTOSIS、CLM、LCLM、UCLM。缺省时为N、MIN、MAX、MEAN、STD。第12页/共29页OUTPUT语句OUTPUT[选择项]；

OUTPUT语句能将MEANS过程计算的统计值输出到一个新的SAS数据集里。OUTPUT语句中的选择项包括:OUT=SAS-dataset(SAS数据集)output-statistic-list(输出统计量列表）例：

PROCMEANS；

VARX1X2；

OUTPUTOUT=STATS

MEAN=MX1MX2STD=SX1；第13页/共29页MEANS过程示例：

DATASCORE;LENGTHNAME$12;INPUTNAMESEXGROUP$T1-T3@@;S=SUM(OFT1-T3);CARDS;SUNHONG23899787ZHAOBIN23669886WANGDONG11907060XUEPING22859588ZHOUHUA11778469HEYAN12957888HUANGSHAN23677576第14页/共29页procmeansdata=scoremaxdec=3;vart1t2t3;classgroup;title'statisticswithclassvariable';procsortdata=score;bygroup;procmeansmaxdec=3;bygroup;vart1t2t3;title'statisticswithbyvariable';Run;第15页/共29页§4.3TTEST过程TTEST过程就是用于进行两样本均数的比较，它给出两总体方差齐和不齐时的检验结果，并同时做方差齐性检验。综合两者的结果，即可做出判断。第16页/共29页PROCTTEST[DATA=<数据集名>指定要分析的数据集名

CLASS<变量名>;必需，指定一个两分类的分组变量

[VAR<变量名列>;指定要检验的变量名列

BY<变量名列>];按变量名列分组统计第17页/共29页dataa;inputx1-x4class@@;cards;-0.45-0.411.090.451-0.56-0.311.510.1610.060.021.010.401-0.07-0.091.450.261-0.10-0.091.560.671-0.14-0.070.710.281-0.23-0.300.220.1810.070.021.310.2510.010.002.150.701-0.28-0.231.190.6610.150.051.880.2710.370.111.990.381-0.08-0.081.510.4210.050.031.680.9510.010.001.260.6010.120.111.140.171-0.28-0.271.270.5110.510.102.490.5420.080.022.010.5320.380.113.270.5520.190.052.250.3320.320.074.240.6320.310.054.450.6920.120.052.520.692-0.020.022.050.3520.220.082.350.4020.170.071.800.5220.150.052.170.552-0.10-1.012.500.5820.14-0.030.460.2620.140.072.610.522-0.33-0.093.010.4720.480.091.240.1820.560.114.290.4520.200.081.990.3020.470.142.920.4520.170.042.450.1420.580.045.060.132;proc

ttest;classclass;varx1-x4;run;第18页/共29页

某工厂实行早、中和晚三班工作制。工厂管理部门想了解不同班次工人劳动效率是否存在明显的差异。每个班次随机抽出了7个工人，得工人的劳动效率（件/班）资料如表。分析不同班次工人的劳动效率是否有显著性差异。第19页/共29页早班中班晚班344939374740355142334839335041355142365140第20页/共29页

为什么各值会有差异？可能的原因有两个。

一是，各个班次工人的劳动效率可能有差异，从而导致了不同水平下的观察值之间差异，即存在条件误差。

二是，随机误差的存在。

如何衡量两种原因所引起的观察值的差异?总平均劳动效率为：第21页/共29页三个班次工人的平均劳动效率分别为：总离差平方和ss组间离差平方和(条件误差)ssA第22页/共29页组内离差平方和（随机误差）sse

统计量F第23页/共29页查F分布表得临界值因为故应拒绝原假设，即不同班次工人的劳动效率有显著的差异。

方差分析：比较3个或3个以上的总体均值是否有显著性差异。用组间的方差与组内方差相比，据以判别误差主要源于组间的方差（不同组工人的产量，条件误差），还是源于组内方差（随机误差）。第24页/共29页§4.4ANOVA-方差分析单因素试验（各处理重复数相等）第25页/共29页PROCANOVA[DATA=<数据集名>

MANOVA按多元分析的要求略去有任一缺失值的记录

OUTSTAT=<数据集名>];指定统计结果输出的数据集名

CLASS<处理因素名列>;必需，指定要分析的处理因素

MODEL<应变量名=处理因素名列>/[选项];必需，给出分析