SAS数据分析完整笔记
1. SAS INSIGHT启动:
方法1:Solution→Analysis→Interactive Date Analysis
方法2:在命令栏内输入insight
方法3:程序编辑窗口输入以下代码,然后单击 Submit按钮;
Proc insight;
Run;
1.1 一维数据分析
用 sas insight做直方图、盒形图、马赛克图。
直方图:Analysis→Histogram/Bar Chart
盒形图:Analysis→Box plot
马赛克图:Analysis→Box plot/Mosaic plot(Y)
1.2 二维数据分析
散点图:Analysis→Scattery plot(Y X)
曲线图:Analysis→Line plot( Y X)
1.3 三维数据分析
旋转图:Analysis→Rotationg Plot
曲面图:Analysis→Rotationg Plot 设置 Fit Surface
等高线图:Analysis→Countor plot
1.4 分布分析
包括:直方图、盒形图、各阶矩、分位数表,直方图拟合密度曲线,对特定分布进行检验。
1.4. 1 Analysis→Distribution(Y)
第一部分为盒形图,第二部分为直方图,第三部分为各阶矩,第四部分为分位数表。
1.4.2 添加密度估计
A:参数估计:给出各种已知分布(正态,指数等),只需要对其中参数进行估计;
Curves→Parametric Density
B:核估计:对密度函数没有做假设,曲线性状完全依赖于数据;
Curves→Kernel Density
1.4.3 分布检验
Curves→CDF confidence band
Curves→Test for Distribution
1.5 曲线拟合
Analysis→Fit(Y X):分析两个变量之间的关系
1.6 多变量回归
Analysis→Fit(Y X)
1.7 方差分析
Analysis→Fit(Y X)
1.8 相关系数计算
Analysis→Multivariate
1.9 主成分分析
Analysis→Multivariate
2.SAS ANALYST启动:
方法1:Solution→Analysis→Analyst
方法2:在命令栏内输入analyst
2.1 分类计算统计量:Data→Summarize by group
2.2 随机抽样:Data→Random Sample
2.3 生成报表:Report→Tables
2.4 变量计算:Date→Transform
2.5 绘制统计图
2.5.1 条形图:Graph→Bar Chart→Horizontal
2.5.2 饼图:Graph→Pie Chart
2.5.3 直方图:Graph→Histogram
2.5.4 概率图:Graph→Probality plot
2.5.5 散点图:Graph→Scatter plot
2.6 统计分析与计算
2.6.1 计算描述性统计量
Statistics →Descriptive→Summart Statistics 只计算简单统计量
Statistics →Descriptive→Distribution 可计算一个变量的分布信息
Statistics →Descriptive→Correlations可计算变量之间的相关关系
Statistics →Descriptive→Frequency counts 可计算频数
2.6.2 列联表分析
Statistics →Table Analysis
2.7假设检验
2.7.1单样本均值Z检验: 检验单样本均值与某个给定的数值之间的关系
Statistics →Hypothesis tests →One-Sample Z-test for a mean
2.7.2单样本均值t检验:适用于不了解变量的方差情形
推断该样本来自的总体均数μ与已知的某一总体均属μ0是否相等
Statistics →Hypothesis tests → One-Sample t-test for a mean
2.7.3单样本比例检验:检验取离散值的变量取某个值的比例
Statistics →Hypothesis tests →One-Sample test for a proportion
2.7.4单样本方差检验:检验样本方差是否等于给定的值。零假设方差等于某个给定的。
Statistics →Hypothesis tests→One-Sample test for a variance
2.7.5两样本均值t检验:独立的两个总体的均值是否相等或者是否相差给定的值
Statistics →Hypothesis tests →Two-Sample t-test for means
2.7.6成对样本均值t检验:成对样本检验中总体是相关的。
Statistics →Hypothesis tests →Two-Sample paired t-test for means
2.7.7两样本比例检验:检验两个总体中某个比例的值是否相等。
Statistics →Hypothesis tests →Two-Sample test for proportions
2.7.8两样本方差检验
Statistics →Hypothesis tests→Two Sample test for variance
2.8ANOVA过程
2.8.1单因素ANOVA过程
Statistics →ANOVA→One-Way Anova
2.8.2非参数的单因素方差分析:适用于正态分布假定或方差相等假设不能满足的单因素问题
Statistics →ANOVA→nonparameter one-way Anova test
Wilcoxon法、Median法、Van der Waerden法、Savage法。
2.8.2因素方差分析:实验结果是连续数值而分类变量是两个以上的离散型数值。
Statistics →ANOVA→Factorial Anova
2.8.3线性模型:用最小二乘法拟合一般线性模型
Statistics →ANOVA→Linear Model
2.9回归分析:Statistics →Regression
2.9.1simple回归:简单一类回归分析,单一的自变量,单一的因变量,模型可以是一次、二次、三次。
Statistics →Regression→simple
2.9.2linear回归:线性回归,回归模型可以有多个因变量,多个自变量,但是对因变量分别进行回归
Statistics →Regression→linear
2.9.3logistic回归:用于解决因变量是一个二元变量
Statistics →Regression→logistic
3.报表以及图形输出
3.1 print过程
Proc print data = sasuser.score; //数据库.数据集
Run;
Proc print data = sasuser.score;
Var name math Chinese; //变量
Run;
Proc print data = sasuser.score noobs; //去掉第一列(观测序号)
Var name math Chinese;
Run;
Proc print data= sasuser.score;
Where sex in(‘f’); //通过where语句
Run;
Proc print data = sasuser.score noobs label;
Title ‘女生成绩单’;
Label name =‘姓名’
Sex =‘性别’
Math = ‘数学’
Chinese = ‘语文’
English = ‘英语’;
Where sex in(‘f’);
Run;
Title “the sas system”; //恢复系统标题
Proc print data = sasuser.score;
Footnote = ‘分数列表’; //加分数列表的脚注
Run;
Proc sort data = sasuser.score;
By sex;
Run;
Proc print data = sasuser.score; //使用by分组输出前用sort排序
By sex;
Run;
Proc print data = sasuser.score;
Sum math;
Run;
3.2 tabulate过程
Proc tabulate data =数据集名称;
Class 分类变量;
Var 分析变量;
Table 页面说明 行维说明 列维说明/选项;
Run;
3.3 sort过程
Proc sort data = 数据集名称; //默认升序排列
By 变量名;
Run;
Proc sort data = 数据集名称;
By descending 变量名; //降序排列
Run;
3.4 means过程:数量(N)、均值(Mean)、标准差(Std Dev)、最大值(Maximum)、最小值(Minimum)
Proc means data = sasuser.stock;
Var price;
Run;
3.5 univariate过程
Proc univariate data =数据集;
Var 分析变量;
Run;
结果:
Moments:统计量的各阶矩,例如一阶矩就是均值,二阶矩就是方差等;
Basic Statistical Measures:基本统计量;
Tests for location:检验均值是否为零;
Quantiles:分位数表;
Extreme Observations:极端观测值。
3.6 freq过程:离散变量的分布情况
Proc freq data =数据集名;
Tables 变量名;
Run;
结果:
变量取值、频数、百分比、累计频数、;累计百分比
3.7 corr过程:相关系数
Proc corr data =数据集;
Var 变量名 变量名;
Run;
结果:
简单统计量
相关系数及p值
3.8 gplot过程:绘制散点图和曲线图,绘制回归曲线。
Proc gplot data = 数据集名称;
Symbol 曲线类型;
Plot 竖轴变量*横轴变量;
Run;
Proc gplot data = sasuser.score;
Symbol I = none v=star;
Plot English*Chinese;
Run;
3.9 gchart过程:绘制直方图、饼图、三维直方图等。
Proc gchart data = 数据集名称;
Vbar/pie/block =变量;
Run;
3.10 G3D过程绘制三维曲面
Proc g3d data =数据集;
Plot 变量x*变量y=变量z;
Run;
gcontour过程:画出曲面的等高线
Proc gcontour data =数据集名;
Plot x*y=z;
Run;
4.基本统计分析
4.1正态性检验:univariate过程
Proc univariate data= sasuser.stock normal;
Var eps;
Run;
Proc univariate data= sasuser.stock normal;
Var eps;
Histogram eps; //画出直方图
Probplot eps; //画出概率分布图
Run;
4.2单变量均值检验
4.2.1如果一个变量服从正态分布,那么可以用t检验来对变量进行均值检验
Proc ttest data =数据集 ho = 均值;
Var 检验变量;
Run;
4.2.2t检验还可以检验方差相同的两个独立样本均值是否相等
Proc ttest data =数据集;
Class 分类变量;
Var 检验变量;
Run;
结果
第一部分简单统计量
第二部分t检验结果
第三部分两者方差是否相等检验
T检验要求两个独立样本都必须服从正态分布,如果不服从正态分布,则无法进行t检验。这时可用非参数的方法,常用的非参数方法是NPAR1WAY过程,它是 noparameter 1 way缩写。
4.3成对总体均值检验
4.4回归分析:reg(回归)过程、rsreg(二次响应面回归)过程、orthoreg(病态数据回归)过程、nlin(非线性回归)过程、transreg(变换回归)过程、calis(线性结果方程和路径分析)过程、glm(一般线性回归)过程、genmod(广义线性回归)过程
4.4.1 REG过程
Proc reg data = 输入数据集 选项;
Var 变量列表;
Model 因变量 = 自变量列表;
Print 输出结果;
Plot 诊断图形;
Run;
4.4.2 nlin过程
指明模型的表达式并给定系数初值
4.4.3glm过程:使用最小二乘法回归线性模型,还可以进行回归,分差,协方差,多变量方差、偏相关系数分析
4.5方差分析
4.5.1单因素方差分析
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Run;
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Means brand;
Run;
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Means brand/t; //t检验
Run;
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Means brand/bon; //bonferroni t检验 控制第一类错误的概率,但是具有较大第二类错误概率
Run;
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Means brand/regwq; //regwq检验 控制第一类错误的概率
Run;
Proc anova data =数据集名称;
Class 因素;
Model 实验结果 =因素;
Means brand/tukey; //tukey检验 控制第一类错误的概率,但是第二类错误概率通常高于regwq检验
Run;
4.5.2多因素方差分析
4.5.3列联表检验
Proc freq data = 数据集;
Tables 因素a*因素b / chisq;
Weight 实验结果;
Run;
5相关知识
因变量—Depender (Y)
自变量—Independent (X1 X2…)
|