sas第八章 描述性统计过程(2)

WEIGHT 变量； BY 变量表；

PROC FREQ 语句为必须语句，其他语句为可选语句。

1．PROC FREQ 语句

PROC FREQ [选择项]； 选择项有：

DATA=SAS数据集 规定此过程使用的数据集。如省略，则FREQ过程使用最新建立的数据集。

ORDER=FREQ|DATA|INTERNAL|FORMATTED 规定变量各级被报告出来的次序。

ORDER=FREQ 按递减的频数计数次序排列，即最大频数在前。 ORDER=DATA 按它们首先出现在输入数据集中的顺序放置。 ORDER=INTERNAL 按值的内部表示排列。 ORDER=FORMATTED 按外部的格式值排列。 缺省值是ORDER=INTERNAL。ORDER=选择项不适用于缺项值，缺项值总是排在前面。

2．TABLES语句

TABLES 请求式?／选择项；

请求式由一个或多个由“*”号连起来的变量组成。一维表由一个变量名产生；二维表由“*”相连的二个变量名产生，任何数量的变量能被联起来得到多维的表格。FREQ过程可有多个TABLES语句，每个TABLES语句也可以有多个请求式。

下面的TABLES语句中，左边二栏与右边一栏意义一致。 TABLES A*(B C)： 等同于 TABLES A*B A*C；

TABLES (A B)*(C D)； 等同于 TABLES A*C A*D B*c B*D； TABLES (A B C)*D； 等同于 TABLES A*D B*D C*D TABLES (A-C)； 等同于 TABLES A B C；

TABLES (A-C)*D； 等同于 TABLES A*D B*D C*D； 而TABLES A-C*D；不合法。

如无TABLES语句，FREQ对数据集中所有变量求一维频数。如需要某变量的一维频数表并不规定选择项，FREQ对变量的每一个水平产生频数、累计频数、百分数和累计百分数。如需要一个二维表，且不规定任何选择项，FREQ产生交叉分组列表。此表包括各格的频数，总频数的百分数，行频数的百分数和列频数的百分数。每个变量的缺项被从表中排除了，但缺项的总频数打印在每一表的下面。

放在TABLES语句中“／”后面的选择项有： 1)一般选择项：

MISSING 象分析非缺项值那样分析缺项值，且在百分数计算和其他统计计算时包括缺项值。

LIST 不是用列联表而是用列表格式打印两维或多维表格。当需统计检验和联合测量时则不能使用LIST选择项。

OUT=SAS数据集 建立一个包括变量值和频数的输出数据集。如TABLES语句中有多个请求式，则输出数据集的内容为最后一个表请求式。

2)请求统计分析的选择项

CHISQ 请求卡方(?2)检验和基于卡方的有关测量。检验包括泊松卡方、似然卡方和曼特尔-享塞尔(Mantel一Haenszel)卡方。测量包括斐(phi)系数、列联系数和克莱姆系数V(Cramer’v)。对于2*2表也包括费雪尔(Fisher)精确检验。

EXACT 请求对大于2*2的表进行Fisher精确检验。

此外还有CMH、ALL、MEASURES等选择项。

3)请求附加的表格信息的可选项

EXPECTED 请求打印在独立(或齐性)假设下的期望格频数。 DEVIATION 请求打印出各格的格频数和期望值的偏差。 CELLCHI2 请求打印出每一格对总?2(卡方)统计的贡献。 CUMCOL 请求在格中打印累计列百分数。 MISSPRINT 要求打印缺项值频数。

SPARSE 使过程打印出在请求表中几个变量水平的所有可能组合的信息。即使某些水平的组合不在数据中，此选择项影响在LIST选择项下的打印输出和输出的数据集。

4)禁止打印选择项

NOFREQ 禁止打印列联表中的格频数。 NOPERCENT 禁止打印列联表中的百分数。

NOROW 禁止打印列联表中各格的行百分数。 NOCOL 禁止打印列联表中各格的列百分数。

NOCUM 禁止打印一维频数表和用LIST格式的频数表的累计频数和累计百分数。

NOPRINT 禁止打印表格，但由CHISQ、MEASURES、CMH和ALL所指定的统计值例外。

8.2.3 打印输出

1．显示变量频数分布的一维表 打印下面的内容： 1)变量名和变量值

2)FREQUENCY 频数，给出每种值的频数 3)CUMULATIVE FREQUENCY 累计频数

4)PERCENT 百分数，给出代表该值占总数的百分数

5)CUMULATIVE PERCENT 累计百分数

2．二维表

二维表可以以列联表(缺省)和清单(指定LIST)的形式打印。列联表的每个表格包含第6～9项。 6)FREQUENCY 频数

7)PERCENT 代表该格的频数占总频数的百分数

8)ROW PCT 行百分数，代表该格的频数占该行的总频数计数的百分数

9)COL PCT 列百分数，代表该格的频数占该列的总频数计数的百分数

10)如指定了CHISQ选择项，则对每个二维表打印联合检验和测量

11)如指定了EXPECTED、DEVIATION、CELLCHl2等选择项，还可打印出它们各自代表的值。

8.2.4 举例

例1：下列例子说明了FREQ过程和TABLES语句中某些选择项的应用。(yp79.sas)

DATA A;

INPUT A B @@; CARDS;

1 2 2 1 . 2 . . 1 1 2 1 ;

PROC FREQ; TABLES A*B;

TITLE '2 -- Way Contingency Table'; PROC FREQ;

TABLES A*B /LIST;

TITLE '2 -- Way Frequency Table, ORDER=DATA'; RUN;

例2：卡方检验

卡方检验为一种用途较广的显著性检验方法，常用于检验两个或两个以上样本率或构成比之间差别的显著性。 用FREQ过程进行卡方检验的步骤： 1)假设样本率或构成比之间无差别 2)在TABLES语句中指定CHISQ选择项

3)根据给出的结果，进行分析得出结论

例 在吸烟诱发癌症的实验中，分吸烟与不吸烟两组，问两组发癌率的差别有无显著性。(yp80.sas)

发癌数 未发癌数 吸烟组 52 19 不吸烟组 15 36

据上表数据建立数据集，对分组变量请求卡方检验。程序如下：

DATA ABC;

DO A=1 TO 2; DO B=1 TO 2; INPUT F @@; OUTPUT; END; END; CARDS;

52 19 15 36 ;

PROC FREQ; WEIGHT F;

TABLES A*B /CHISQ EXPECTED NOPERCENT NOCOL; RUN;

第三节 TABULATE 过程

8.3.1 简介

TABULATlE过程以表格的形式输出满足用户要求的描述性统计。表格可达三维：页、行和列。TABULATE过程的特点是给用户一个直观的统计结果；表格的形式可由用户自由安排；

TABULATE过程能对数据进行诸如均值、频数、百分数、最大值、最小值、标准误差、方差等的统计分析。可见，TABULATlE过程既是一个统计分析过程，又是一个报表过程。

例：某单位的职工基本情况表如下表。表中描述了8位职工的姓名、性别、职称和年龄四项信息。如果对表中内容按职称进行分类的话，可把职工分为教授(P)、副教授(AP)和讲师(L)三类。如果要找出每类职称的人数、最大年龄、最小年龄、平均年龄这些统计量，程序如下。为了简化程序，未对人数(N)一栏作整数输出限制。

职工基本情况表 姓名(Name) 性别(Sex) 职称(Titl) 年龄(Age) Zhouli M P 50 Yuke W AP 48 Liping W AP 47 Liuling M L 37 Wangfang W L 28 Leiming M AP 32 Fangjin M L 26 Liuming W AP 36 程序如下：(yp82.sas)

DATA D1;

INPUT NAME $ SEX $ TITL $ AGE @@; CARDS;

Zhouli M P 50 Yuke W AP 48 Liping W AP 47 Liuling M L 37 Wangfang W L 28 Leiming M AP 32 Fangjin M L 26 Liuming W AP 36 ;

PROC TABULATE FORMCHAR='|----|+|---'; CLASS TITL; VAR AGE;

TABLE TITL ALL,AGE*(N MAX MIN MEAN); RUN;

8.3.2 语句说明

在TABULATE过程中可使用下列语句： PROC TABULATE [选择项]； CLASS 分类变量表； VAR 分析变量表； FREQ 变量； WEIGHT 变量；

FORMAT 变量 格式?； LABEL 变量=标记?；

KEYLABEL 关键字=‘文本’?；

TABLE 表达式 [，表达式][，表达式][／选择项]；

在TABULATE过程中，PROC TABULATE语句说明过程的开始，并通过其后的选择项定义一些有关的选择内容。与之紧密联系的语句是TABLE语句，它指出输出表格的格式。TABLE语句及VAR或CLASS语句是必需的。变量表是用空格分开的多个变量。 1．PROC TABULATE 语句

PROC TABULATE [选择项]；

PROC TABULATE语句可包含如下选择项：

DATA=SAS数据集 说明TABULATE过程所使用的数据集，如不说明这个选择项，TABULATE过程使用最新建立的SAS数据集。

MISSING 有MISSING选择项时，TABULATE过程把分类变量的缺项值作为有效水平。否则，TABULATE在分析中将不包含分类变量有缺项值的观测值。

FORMAT=格式名 规定表格输出的宽度。缺省值为12.2。

2．TABLE语句

TABLE 表达式[，表达式][，表达式][／选择项]；

TABLE 语句是整个TABULATE过程的核心。其中包含了很多重要概念。 一个TABLE语句最多可以定义三个表格表达式。这三个表达式分别表达了输出表格的页、行和列的有关规定。当缺省一个表达式时，表示TABLE语句定义了一个二维表格。同理，当缺省两个表达式时，TABLE语句定义

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库sas第八章 描述性统计过程(2)在线全文阅读。