SAS统计分析与应用(第二讲).ppt

1、SAS统计软件及其应用 INSIGHT 模块,山西大学计算中心,建立SAS数据集,在编辑窗口中编辑程序来建立一个数据集 利用VIEWTABLE新建数据集 将其他格式的数据文件导入数据集 利用SAS ASSIST创建数据集 利用INSIGHT建立数据集,利用VIEWTABLE新建数据集,在SAS资源管理器窗口中，打开希望存储新建数据集的数据库。在这一栏中单击鼠标右键，在菜单中选择“新建”按钮。 弹出新建类型窗口，选择“表”，单击确定，就产生了一空表格。 向表中输入变量名称，属性，数据,将其他格式的数据文件导入数据集,SAS系统可以转换的标准格式的数据文件包括：,利用SAS ASSIST创建数据集

2、,单击“解决方案”菜单下的ASSIST选项，启动SAS ASSIST模块。 单击“继续” 选择“Data Mgmt”，Create data选项。 数据输入,目的和要求,掌握两个菜单功能（视窗操作） INSIGHT ANALYST 会使用基本的SAS过程（语言程序） Printsortmeansunivariate FreqCorrgplotgchart 会一些简单的SAS统计分析 Reg Arima Test Anova Princomp Cluster,介绍,SAS INSIGHT 模块是SAS系统中最常用的一个模块,利用它可以实现对数据的探索性分析. 所谓探索性分析,就是对数据分布情况一

3、无所知情况下,首先通过绘制数据的统计图表,对它的属性有一个大致的了解,然后通过各种统计分析的计算得到较为精确的分布.因为整个过程是从未知到已知,逐步摸索的过程,所以就称为对数据的探索性分析.,SAS INSIGHT 模块功能非常强大，几乎包含了常用的统计分析工具。它的主要功能包括一维数据探索，二维数据探索，三维数据探索，分布检验，曲线拟合，多变量回归，方差分析，相关系数检验，主成分计算，绘制各种图形，多元统计分析等等。,SAS INSIGHT 启动,启动INSIGHT模块有三种方法: 1. 从菜单启动 2. 在命令框内输入Insight 3. 在程序编辑窗口输入程序,然后Submit. pro

4、c insight; run;,INSIGHT菜单功能,全称交互式数据分析 Interactive data analysis 启动INSIGHT模块后,打开一个数据集,就可以看到它的窗口界面.,一维数据探索,对于一维数据,怎样用此模块来作直方图,盒形图与马赛克图. 例子: 德国某城市在一周内的空气污染情况,记录的变量包括时间,一氧化碳含量,臭氧含量,SO2含量,一氧化氮含量,可吸入颗粒,风力等.部分数据见下表. 目的:了解SO2的分布情况.,目的:想了解SO2分布情况,绘制直方图,首先打开数据集,选择分析 菜单下的直方图/条形图, 弹出对话框:,在左侧变量中选择SO2,然后单击右侧的Y,变量

5、SO2被添加,单击OK,得到直方图,设置,坐标轴间隔,是否显示坐标轴,添加指导线,显示的观测个数,是否显示观测值,分组直方图,选择分组变量,盒形图,选择分析菜单下的盒性图,SO2分布情况,有50%的值在2到2.5之间,多个盒形图,对比男女生语文成绩,分别画出它们的盒形图 女生的成绩平均水平高于男生,波动范围小,马赛克图,使用马赛克图命令可以对离散变量做马赛克图.,二维数据探索,SAS INSIGHT 可以绘制二维数据的散点图,曲线图,散点图列表 散点图可以将两个变量的值以散点的形式在图上表现出来.通过散点图,可以粗略地观察两个变量之间是否有数量关系 曲线图以曲线的形式给出两个变量之间的关系,散

6、点图,绘制SO2对时间的散点图,由此来看SO2和时间的关系. 首先,在菜单分析中选择散点图(Y,X), 则弹出对话框,结果:每天当中都存在一个峰值,散点图矩阵,绘制CO,O3,SO2两两之间的散点图.在数据窗口中选定3个变量,然后选择散点图(Y,X)即可.,曲线图,绘制SO2含量对时间的曲线图. 先在菜单中选择线图(Y,X),弹出对话框:,周六,日的含量明显低于其他几天,三维数据探索,通过绘制旋转图,三维曲面图,等高线图来揭示多个变量之间的关系. 旋转图,三维的散点图,可旋转. 三维曲面图,就是在旋转图中将点拟合为一个曲面.如果预测到一个变量可能由其他两个变量决定,就可以绘制这个变量的响应曲面

7、. 等高线图,将地表高度相同的点连成一环线直接投影到平面形成水平曲线，不同高度的环线不会相合.,旋转图,绘制wind,datatime,dust的三维散点图 选择分析菜单中的旋转图,弹出对话框,立体图象,三维曲面图,绘制dust对 wind, datetime的曲面图,单击,选中Fit Surface,单击OK.然后单击Method,选择生成曲面的 方法,选择Thin-Plate Smoothing Spline.,等高线图,使用分析菜单中的等高线图菜单,INSIGHT分布功能,分布分析可以对数值变量给出分布的讨论. 矩统计量 分位数 统计图: 直方图,盒形图 曲线拟合 密度及分布估计,检验,

8、创建分布分析,Analysis分布(Y), 弹出对话框:,结果: 1.盒形图 2. 直方图 3. 各阶矩 4. 分位数,添加密度估计,参数估计: 给出各种已知分布,只需对其中的参数进行估计 核估计: 对密度函数没有作假设, 曲线的形状完全依赖数据,参数估计,选择菜单中的 Parametric Density, 弹出对话框:,正态分布曲线,核估计,选择Curves菜单中的Kernel Density,弹出对话框:,曲线拟合,分析中的拟合(Y X),多变量回归,选择分析菜单下的拟合(Y X),将因变量添加到Y, 自变量添加到x, 单击应用即可. 所谓变量回归,就是研究变量之间相关关系的一种工具. 例如: 身高与体重的关系; 股票价格与流通盘,每股收益, GDP的关系 等等.,分析结果,1. 回归的基本模型 2. 回归的模型方程 3. 拟合概况 4. 模型方差分析, 检验模型是否成立 5. 第三类检验, 检验变量是否显著 6. 参数的估计 7. 残差对预测值的散点图,检验残差是否异常,方差分析介绍,比较多个总体之间是否存在显著差异。 是两独立样本均值检验的自然延续。 主要目的：研究某些因素对于指标有无显著影响。对有显著影响的因素，一般希望找出最好的水平（因素的不同取值）。 例1：研究三种不