SAS数据分析完整笔记（二）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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…)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：SAS数据分析 数据分析 Independent Univariate Bonferroni 正态分布 normal 分布图 直方图 统计

好贴，谢谢分享。