武汉大学SAS总复习笔记(精品版)

第1章SAS基础

1.SAS工作界面与方式

2.常用工作模块

–VIEWTABLE模块

✧Viewtable第一行显示变量的标签

–初识INSIGHT模块

✧表格的列称为变量，表格的行称为观测

✧变量分为：字符型和数值型（按变量的测量水平可分为：区间型变量和列名

型变量）

–初识“分析家”

3.SAS文件的管理方式

✧逻辑库(临时+永久)

✧数据集(描述部分+数据部分-变量、观测)

4.数据集的建立

5.SAS编程初步

第2章SAS的描述统计功能

• 2.1 描述性统计的基本概念

总体：总体是指所研究对象的全体组成的集合。

样本：样本是指从总体中抽取的部分对象（个体）组成的集合。样本中包含个体的个数称为样本容量。

参数：参数是用来描述总体特征的概括性值。

统计量：统计量使用来描述样本特征的概括性值。

–表示数据位置的统计量

✧均值：所有观测值得平均值，是描述数据取值中心位置的一个度量。

✧中位数：中位数是描述观测数据中心位置的统计量，大体上其数据大小

为观测值的一半。优点是不受个别极端数据的影响。

✧众数：观测值中出现最多的数称为众数。

✧百分位数：分位数也是描述数据分布和位置的统计量。

–表示数据分散程度的统计量

✧极差与半极差：极差就是数据中的最大值和最小值之间的差。半极差是

上下四分位数之差，描述了中间半数观测值得散布情况。

✧方差与标准差：反映数据对其均值中心的某种离散程度。

✧变异系数：将标准差表示为均值的百分数。

–表示数据分布形状的统计量

✧偏度：刻画数据对称性的指标。（均值对称时为零，左侧数据分散时为负，

右侧时为正）

✧峰度：描述数据向分布尾端散布的趋势。（标准正态分布时为零，尾部较

正态分布分散时为正，集中时为负）

–正态分布

• 2.2 在SAS中计算统计量

• 2.3 统计图形（定量变量和分类变量的图形表示）–什么类型数据适合用什么图形

定量变量：

✧直方图

数值型变量展示变量取值的分布

可以估计总体的概率密度，组距对直方图的形态影响很大。

可以看出数据分布的疏密。

✧盒形图

简洁地表现数据在数轴上的分布及其特点

中间横线是数据的中位数。

封闭盒子的上下两横线（边）分别为上、下四分位数（点）。

盒子的长度是分布的四分位间距。类似标准差

触须线最长可以延伸到四分位间距的1.5倍。异常点考虑剔除

可以大体看出数据集中在什么范围，上下两侧是否对称。

常将分类数据的若干个盒形图放在一个图中比较。

✧散点图

得到的数据有两个变量，希望了解两个变量的关系

回归分析

✧线图

表示变量间的取值变化情况，有单式和复式两种。

常用来描述变量与时间变量的关系。

分类变量：

✧条形图——给出分类变量取每个值的频数。

✧饼图——对分类变量描述其频数取值的比例。

✧马赛克图——针对两个以上分类变量。直观显示两个以上变量每种取值组合

的观测个数和比例。

• 2.4 用SAS绘制统计图形

–图形结果的查看

–过程步语句实现制图

✧Gchart、Gplot、

第3章区间估计与假设检验

1、假设检验的理论依据

✧对总体参数进行假设检验时，首先要给定一个原假设H0，H0是关于总体参

数的描述，与此同时存在一个与H0相对立的备选假设H1，H0与H1有且只有一个成立；经过一次抽样，若发生了小概率事件（通常把概率小于0.05的事件称为小概率事件），可以依据“小概率事件在一次试验中几乎不可能发生”的理由，怀疑原假设不真，做出拒绝原假设H0，接受H1的决定；

反之，若小概率事件没有发生，就没有理由拒绝H0，从而因做出拒绝H0的决定。

2、均值比较的T检验的一般步骤

✧1、根据问题确立原假设H0和备选假设H1；

✧2、确立一个显著水平α，它是衡量稀有性（小概率事件）的标准，常取为

0.05；

✧3、根据SAS计算出的p值，就可以在指定的显著水平下，作出拒绝或者不

能拒绝原假设的决定。

–单样本T检验

–独立样本T检验（不匹配）

–配对样本T检验（成对匹配）

3、分布检验

✧分布拟合图

直方图顶端的形态为折线，而常用的一些分布的密度曲线如正态分布等都是光滑曲线，所谓分布拟合图就是在限定的参数分布类中通过对参数的估计，用估计得到的参数所对应的密度曲线去拟合直方图顶部的形态。

✧QQ图

一种散点图，横坐标为标准正态分布的分位数，可以帮助我们方便地鉴别数据的分布是否近似于某种类型的分布。还可获得分布的偏度和峰值的粗略信息。

要利用QQ图鉴别样本数据是否近似于正态分布，只需看QQ图上的点是否近似的在一条直线附近，该直线的斜率为总体的标准差，截距为总体的均值。正态性检验

第4章相关和回归分析

1、什么是相关分析？如何实现相关分析,如何判断是否相关及相关程度.

✧变量之间的关系有函数关系和相关关系，其中相关关系是指变量间的某种非

确定的依赖关系。寻找变量间相关关系的规律称为相关分析。

✧相关分析就是对变量之间的相关关系进行描述与度量，简单相关分析通常指

对两变量见相关关系的研究。