sas期末复习 PPT
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1) 由英文字母、数字、下划线组成； 2) 第一个字符必须是字母或下划线； 3) 不区分大、小写字母。 另外，SAS逻辑库名最多用8个字符；数据集和变 量的名字最多用32个字符。
name, aBC, x1, student_1, class-1, 12abs, stu$
1. 2 用INSIGHT创建数据集
2.2.1 用INSIGHT计算统计量
▪ 选择选项矩统计量和分位数，取消默认的选 项：“Box Plot/Mosaic Plot”和 “Histogram/Bar Chart”，单击“OK”按钮，即 可得到变量Income按“R_Id”分组的各种矩统 计量（Moments）和分位数（Quantiles），如 图所示。
计算中心
SAS过程步的一般形式
SAS过程步的一般形式为：
PROC <过程名> [DATA=<输入数据集>] [<选项>]； <过程语句>/<选项>； <过程语句>/<选项>； RUN;
各个过程步的功能一定要很清楚
(5) FORMAT语句和LABEL语句 过程步中的FORMAT语句可以为变量输出规定一个 输出格式，比如:
❖1.4.2 指定逻辑库
▪ 1. 一个逻辑库连接一个文件夹
建立逻辑库，又称为指定逻辑库，其实质是把一 个库名和一个实际文件夹(此文件夹必须已经存在) 联系起来，指定逻辑库的命令语句为全程语句，其 格式如下：
LIBNAME <逻辑库名> "<路径>"；
例如指定的库名为“Mylib1”，路径为： “e:\data\”，SAS语句如下：
0.05，0.01等，用a表示，称为显著性水平或检验水平。
概率P值
❖ 实际的显著性水平：概率P值
▪ SAS系统根据样本分布和样本数据自动计算一个实际 的显著性水平：概率P值
▪ P< α，说明实际计算的显著性水平比理论的显著性水 平更小，小概率事件在一次实验中发生的几率更小（ 比理论设定的概率还小）。此时在P值的显著性水平条 件下，如果还能够观测到小概率事件发生，则说明假 设更加不可靠，应拒绝原假设；
libname mylib1 "e:\data\";
SAS编程基础
变量名
例如：
数据集名
data f2005;
input number name $;
cards;
200541001 zhao 200541002 qian 200541003 sun 200541004 li ;
❖ CARDS语句表明后面是数据行； 1.cards必须与input配合使用； 2.在一个data步中只能使用一个cards; 3.Cards必须是data步中最后一个语句； 4.分号单独使用一行,或者省略；
❖ 基本思想：首先假设原假设是真的成立，然后考虑在原假 设成立的条件下，已经观测到的样本信息出现的概率，如Baidu Nhomakorabea果这个概率很小，这就表明一个概率很小的事件在一次试 验中发生了，这与小概率原理相违背，表明原来的假设有 问题，应予以否定，即拒绝这个假设。
❖ “概率很小”：一般在检验之前都事先指定，比如概率为
语句B
[ELSE 语句B；]
计算中心
选择语句
SELECT (选择表达式); WHEN(值列表) 语句; WHEN(值列表) 语句; …… OTHERWISE 语句;
END;
表达式1
假
表达式2
假
假 表达式3 ...
表达式n-1
假
真 语句1
真 语句2
真
真
语句 ... 语句n-1 3
语句n
其中“选择表达式”是一个取数值、字符型值的变量或表达式，“值列表”为一项 或者若干项,多项之间逗号分开,每项可以是一个与选择表达式相同取值类型的表达式。 “语句”可以是单个语句或复合语句。执行SELECT结构时,先计算出选择表达式和 值列表中的所有值,然后把选择表达式值由前向后与值列表中的值相比,发现相等值则 执行对应的语句，然后退出SELECT结构（不再查看后面的值列表）. 如果选择表达式的值不等于任何值列表中的值则执行OTHERWISE对应的语句，这 种情况下没有OTHERWISE语句会出错。
结果显示t统计量的p值 = 0.0005 < 0.05，因此拒绝 原假设。说明两套试卷有显著差异。
将两批工人的测量结果看作两个样本，但其数据 都放在一个数据集之中，所需的时间值是记录在同 一分析变量f之下，而两种方法的差别是由变量g的 值加以区分的，所以g可作为分类变量。检验代码如 下：
▪ 同一受试对象处理前后的数据； ▪ 同一受试对象两个部位的数据； ▪ 同一样品用两种方法（仪器等）检验的结果；
▪ 配对的两个受试对象分别接受两种处理后的数据。
❖ 配对t检验的实质同于单样本t检验，可将此类资料看成是
差均值数的m 0样=0本的均比数较d，所其代检表验的统未计知量总构体造均如数下m：d 与已知总体
等需要重点掌握。
1.1.2 使用SAS
❖ 子窗口 SAS子窗口有十几个，但初始状态下能见到的是 最常用的五个子窗口：
● Explorer窗口：资源管理器窗口 ● Editor窗口：增强的程序编辑器。 ● Log窗口：记录程序的运行情况。 ● Output窗口：显示SAS程序中各过程的运行结果。 ● Results窗口：管理SAS程序的输出结果。
t=d-md=d-0= d ,=n-1
S d
Sd/ n Sd/ n
❖3.2.3 使用TTEST过程
TTEST过程可以执行单样本均值的t检验、配对数据 的t检验以及双样本均值比较的t检验。
▪ 1. 语法格式
PROC TTEST <选项列表>； [CLASS <分组变量名>；] [VAR <分析变量名列表>；] [PAIRED <变量名列表>；] [BY <分组变量名>；]
2.2.1 用INSIGHT计算统计量
❖3. 计算统计量
选择菜单“Analyze（分析）”→“Distribution (Y) （分布）”，打开“Distribution (Y)”对话框。在数 据集sryzc的变量列表中，选择Income为分析变量， 选择R_Id，为分组变量。
单击“Output（输出）”按钮，在打开的对话框中 包含描述性统计量选项。
结果显示t统计量的p值 = 0.5734，不能拒绝 （57.34%的把握）原假设：均值 = 70。
▪ 4. 配对两样本均值的假设检验
在例3-8中检验两套试卷有无显著差异，代码如 下：
proc ttest data=sjcj; paired A*B;
run;
代码运行结果给出了对原假设μ1 – μ2 = 0所作的t 检验的p值，如图3-16所示。
▪ P＞ α，在P值的显著性水平条件下，如果能够观测到 小概率事件发生，则说明假设可能没有任何问题。因 为观测一个概率比较大的事件，其发生的可能性本来 就比较大，故不能对假设做出否定的判断。
❖ 因此，在SAS系统中进行假设检验，往往从P值入手
配对设计资料t检验的基础理论
❖ 配对设计主要有四种情况：
1.1.3 SAS对数据文件的管理
❖ SAS每次启动时会自动指定5个 逻辑库 ▪ Work，Sasuser，Sashelp， Gismaps，Maps ▪ Sasuser库保存与用户个人设 置有关的文件 ▪ Sashelp库保存与SAS帮助系 统、例子有关的文件。
逻辑库和SAS文件
Libname aa “e:\sasdata”; 定义一逻辑库aa
RUN；
其中，PROC TTEST和RUN语句是必须的，其 余语句都是可选的，而且可调换顺序。
▪ 3. 单样本总体均值的假设检验
在例3-8中增加原假设选项以及置信水平，代码 如下：
proc ttest h0=70 alpha = 0.01 data=sjcj; var A;
run;
代码运行结果除了给出变量A在99%置信水平下 的均值、标准差的置信区间外，还给出对假设μ0 = 70，所作的t-检验的p值，如图3-15所示。
Data aa.class;
新建一数据集class
....
....
Sas中数据集 aa.Class
SAS数据集
SAS逻辑库
aa
E:\sasdata
Windows下文件 Class.sas7bdat
1.1.3 SAS对数据文件的管理
❖ SAS的名字 SAS的名字（数据集名、变量名、逻辑库名等 等）有以下命名规则：
SAS程序概述
❖2. SAS语言书写规则 ▪ 一个SAS语句有两个重要特征：
由SAS关键词（keyword）开始； 总是以分号“;”结束； 所有的标点符号必须采用英文半角的输入方式
1.4 SAS编程初步
❖ SAS系统不仅可以用交互式方式进 行数据操作和统计分析，还具备强 大的编程语言功能。
❖ 在SAS系统中，可以利用EDITOR 窗口编写程序；
68.27%
-2.58 -1.96 -1 905
%99 %
1 1.96 2.58
标准正态曲线下面积恒等于 1 或 100%；
❖区间 1 的面积为 68.27%；
区间 1.96 的面积为 95.00%；
区间 2 .5 8 的面积为 99.00%。
假设检验的基本思想
❖ 小概率原理： 概率很小的事件在一次试验中几乎不会发生，若小概率事 件在一次事件中发生了，就被认为是不合理的。
性值。如样本均值（ x）、样本方差（s2）、样本比例（P
）等。
会得出并识别37页所有的统计量
2.1.2 表示数据位置的统计量
• 均值（Mean） 2. 中位数（Median或Med） 3. 众数（Mode） 4. 百分位数（Percentile）
2.1.3 表示数据分散程度的统计量
1. 极差(Range)与半极差(Interquartile range) 2. 方差（Variance或Var） 3. 标准差（Standard deviation或Std Dev） 4. 变异系数（Coefficient of Variation或CV）
2.3.1 定量变量的图形表示
1. 直方图 2. 盒形图 3. 散点图 4. 线图
主要了解各种图形的组成，不要求命令方式
第二部分 sas统计部分 ❖ 会要求写程序
3.1 区间估计与假设检验的基本概念
❖3.1.1 区间估计 ▪ 统计学中的几种分布 ▪ 抽样误差 ▪ 区间估计
❖3.1.2 假设检验
变量分为两种类型：字符型变量和数值型变量。在 INSIGHT中，为了区分变量在分析中的不同作用 ，又按变量的测量水平分为两类： ● 区间型变量(interval variable)：区间型变量 必须是数值型变量，可以对其观测值进行四则 运算，计算各种统计量； ● 列名型变量(nominal variable)：列名型变 量可以是数值型的，也可以是字符型的，在 INSIGHT中常起分类作用。
proc print data=c200501; format math 9.1 chinese 9.1;
run;
使得列出的数学、语文成绩宽度占9位，带一位小数。
参数与统计量
参数(parameter)：参数是用来描述总体特征的概括性值
。如总体平均值（μ）、总体方差（2）、总体比例（π）
等。 统计量(statistics)：统计量是用来描述样本特征的概括
run;
例如：
data f2005; input number name $ @@; cards；
200541001 zhao 200541002 qian 200541003 sun 200541004 li ; run;
分支语句
❖ IF语句
IF 表达式；
Y
N
表达式1
或
IF 表达式 THEN 语句A； 语 句 A
复习
题型
❖ 单选 ❖ 填空
以上主要是sas基础部分 ❖ 分析和问答题：第三章到第五章，每章一个大题
第一部分 sas基础
使用SAS
对于常用的一些统计分析方法，SAS系统中的如 下三种方法可以达到同样的目的：
▪ INSIGHT（“交互式数据分析”） ▪ Analyst（“分析家”） ▪ 直接编程
Insight和分析家不要求具体的步骤。 命令方式中比如建库，建立数据集，set，merge
大家应该也有点累了，稍作休息
大家有疑问的，可以询问和交流
10
SAS程序概述
❖1. 数据步与过程步
▪ SAS程序包括多个步骤和一些控制语句，一 般情况下由两种类型的程序步（steps）组成： 数据步（DATA steps）和过程步（PROC steps）。有时SAS程序还包括一些全程语句， 用以控制贯穿整个SAS程序的某些选项、变量 或程序运行的环境。
name, aBC, x1, student_1, class-1, 12abs, stu$
1. 2 用INSIGHT创建数据集
2.2.1 用INSIGHT计算统计量
▪ 选择选项矩统计量和分位数，取消默认的选 项：“Box Plot/Mosaic Plot”和 “Histogram/Bar Chart”，单击“OK”按钮，即 可得到变量Income按“R_Id”分组的各种矩统 计量（Moments）和分位数（Quantiles），如 图所示。
计算中心
SAS过程步的一般形式
SAS过程步的一般形式为：
PROC <过程名> [DATA=<输入数据集>] [<选项>]； <过程语句>/<选项>； <过程语句>/<选项>； RUN;
各个过程步的功能一定要很清楚
(5) FORMAT语句和LABEL语句 过程步中的FORMAT语句可以为变量输出规定一个 输出格式，比如:
❖1.4.2 指定逻辑库
▪ 1. 一个逻辑库连接一个文件夹
建立逻辑库，又称为指定逻辑库，其实质是把一 个库名和一个实际文件夹(此文件夹必须已经存在) 联系起来，指定逻辑库的命令语句为全程语句，其 格式如下：
LIBNAME <逻辑库名> "<路径>"；
例如指定的库名为“Mylib1”，路径为： “e:\data\”，SAS语句如下：
0.05，0.01等，用a表示，称为显著性水平或检验水平。
概率P值
❖ 实际的显著性水平：概率P值
▪ SAS系统根据样本分布和样本数据自动计算一个实际 的显著性水平：概率P值
▪ P< α，说明实际计算的显著性水平比理论的显著性水 平更小，小概率事件在一次实验中发生的几率更小（ 比理论设定的概率还小）。此时在P值的显著性水平条 件下，如果还能够观测到小概率事件发生，则说明假 设更加不可靠，应拒绝原假设；
libname mylib1 "e:\data\";
SAS编程基础
变量名
例如：
数据集名
data f2005;
input number name $;
cards;
200541001 zhao 200541002 qian 200541003 sun 200541004 li ;
❖ CARDS语句表明后面是数据行； 1.cards必须与input配合使用； 2.在一个data步中只能使用一个cards; 3.Cards必须是data步中最后一个语句； 4.分号单独使用一行,或者省略；
❖ 基本思想：首先假设原假设是真的成立，然后考虑在原假 设成立的条件下，已经观测到的样本信息出现的概率，如Baidu Nhomakorabea果这个概率很小，这就表明一个概率很小的事件在一次试 验中发生了，这与小概率原理相违背，表明原来的假设有 问题，应予以否定，即拒绝这个假设。
❖ “概率很小”：一般在检验之前都事先指定，比如概率为
语句B
[ELSE 语句B；]
计算中心
选择语句
SELECT (选择表达式); WHEN(值列表) 语句; WHEN(值列表) 语句; …… OTHERWISE 语句;
END;
表达式1
假
表达式2
假
假 表达式3 ...
表达式n-1
假
真 语句1
真 语句2
真
真
语句 ... 语句n-1 3
语句n
其中“选择表达式”是一个取数值、字符型值的变量或表达式，“值列表”为一项 或者若干项,多项之间逗号分开,每项可以是一个与选择表达式相同取值类型的表达式。 “语句”可以是单个语句或复合语句。执行SELECT结构时,先计算出选择表达式和 值列表中的所有值,然后把选择表达式值由前向后与值列表中的值相比,发现相等值则 执行对应的语句，然后退出SELECT结构（不再查看后面的值列表）. 如果选择表达式的值不等于任何值列表中的值则执行OTHERWISE对应的语句，这 种情况下没有OTHERWISE语句会出错。
结果显示t统计量的p值 = 0.0005 < 0.05，因此拒绝 原假设。说明两套试卷有显著差异。
将两批工人的测量结果看作两个样本，但其数据 都放在一个数据集之中，所需的时间值是记录在同 一分析变量f之下，而两种方法的差别是由变量g的 值加以区分的，所以g可作为分类变量。检验代码如 下：
▪ 同一受试对象处理前后的数据； ▪ 同一受试对象两个部位的数据； ▪ 同一样品用两种方法（仪器等）检验的结果；
▪ 配对的两个受试对象分别接受两种处理后的数据。
❖ 配对t检验的实质同于单样本t检验，可将此类资料看成是
差均值数的m 0样=0本的均比数较d，所其代检表验的统未计知量总构体造均如数下m：d 与已知总体
等需要重点掌握。
1.1.2 使用SAS
❖ 子窗口 SAS子窗口有十几个，但初始状态下能见到的是 最常用的五个子窗口：
● Explorer窗口：资源管理器窗口 ● Editor窗口：增强的程序编辑器。 ● Log窗口：记录程序的运行情况。 ● Output窗口：显示SAS程序中各过程的运行结果。 ● Results窗口：管理SAS程序的输出结果。
t=d-md=d-0= d ,=n-1
S d
Sd/ n Sd/ n
❖3.2.3 使用TTEST过程
TTEST过程可以执行单样本均值的t检验、配对数据 的t检验以及双样本均值比较的t检验。
▪ 1. 语法格式
PROC TTEST <选项列表>； [CLASS <分组变量名>；] [VAR <分析变量名列表>；] [PAIRED <变量名列表>；] [BY <分组变量名>；]
2.2.1 用INSIGHT计算统计量
❖3. 计算统计量
选择菜单“Analyze（分析）”→“Distribution (Y) （分布）”，打开“Distribution (Y)”对话框。在数 据集sryzc的变量列表中，选择Income为分析变量， 选择R_Id，为分组变量。
单击“Output（输出）”按钮，在打开的对话框中 包含描述性统计量选项。
结果显示t统计量的p值 = 0.5734，不能拒绝 （57.34%的把握）原假设：均值 = 70。
▪ 4. 配对两样本均值的假设检验
在例3-8中检验两套试卷有无显著差异，代码如 下：
proc ttest data=sjcj; paired A*B;
run;
代码运行结果给出了对原假设μ1 – μ2 = 0所作的t 检验的p值，如图3-16所示。
▪ P＞ α，在P值的显著性水平条件下，如果能够观测到 小概率事件发生，则说明假设可能没有任何问题。因 为观测一个概率比较大的事件，其发生的可能性本来 就比较大，故不能对假设做出否定的判断。
❖ 因此，在SAS系统中进行假设检验，往往从P值入手
配对设计资料t检验的基础理论
❖ 配对设计主要有四种情况：
1.1.3 SAS对数据文件的管理
❖ SAS每次启动时会自动指定5个 逻辑库 ▪ Work，Sasuser，Sashelp， Gismaps，Maps ▪ Sasuser库保存与用户个人设 置有关的文件 ▪ Sashelp库保存与SAS帮助系 统、例子有关的文件。
逻辑库和SAS文件
Libname aa “e:\sasdata”; 定义一逻辑库aa
RUN；
其中，PROC TTEST和RUN语句是必须的，其 余语句都是可选的，而且可调换顺序。
▪ 3. 单样本总体均值的假设检验
在例3-8中增加原假设选项以及置信水平，代码 如下：
proc ttest h0=70 alpha = 0.01 data=sjcj; var A;
run;
代码运行结果除了给出变量A在99%置信水平下 的均值、标准差的置信区间外，还给出对假设μ0 = 70，所作的t-检验的p值，如图3-15所示。
Data aa.class;
新建一数据集class
....
....
Sas中数据集 aa.Class
SAS数据集
SAS逻辑库
aa
E:\sasdata
Windows下文件 Class.sas7bdat
1.1.3 SAS对数据文件的管理
❖ SAS的名字 SAS的名字（数据集名、变量名、逻辑库名等 等）有以下命名规则：
SAS程序概述
❖2. SAS语言书写规则 ▪ 一个SAS语句有两个重要特征：
由SAS关键词（keyword）开始； 总是以分号“;”结束； 所有的标点符号必须采用英文半角的输入方式
1.4 SAS编程初步
❖ SAS系统不仅可以用交互式方式进 行数据操作和统计分析，还具备强 大的编程语言功能。
❖ 在SAS系统中，可以利用EDITOR 窗口编写程序；
68.27%
-2.58 -1.96 -1 905
%99 %
1 1.96 2.58
标准正态曲线下面积恒等于 1 或 100%；
❖区间 1 的面积为 68.27%；
区间 1.96 的面积为 95.00%；
区间 2 .5 8 的面积为 99.00%。
假设检验的基本思想
❖ 小概率原理： 概率很小的事件在一次试验中几乎不会发生，若小概率事 件在一次事件中发生了，就被认为是不合理的。
性值。如样本均值（ x）、样本方差（s2）、样本比例（P
）等。
会得出并识别37页所有的统计量
2.1.2 表示数据位置的统计量
• 均值（Mean） 2. 中位数（Median或Med） 3. 众数（Mode） 4. 百分位数（Percentile）
2.1.3 表示数据分散程度的统计量
1. 极差(Range)与半极差(Interquartile range) 2. 方差（Variance或Var） 3. 标准差（Standard deviation或Std Dev） 4. 变异系数（Coefficient of Variation或CV）
2.3.1 定量变量的图形表示
1. 直方图 2. 盒形图 3. 散点图 4. 线图
主要了解各种图形的组成，不要求命令方式
第二部分 sas统计部分 ❖ 会要求写程序
3.1 区间估计与假设检验的基本概念
❖3.1.1 区间估计 ▪ 统计学中的几种分布 ▪ 抽样误差 ▪ 区间估计
❖3.1.2 假设检验
变量分为两种类型：字符型变量和数值型变量。在 INSIGHT中，为了区分变量在分析中的不同作用 ，又按变量的测量水平分为两类： ● 区间型变量(interval variable)：区间型变量 必须是数值型变量，可以对其观测值进行四则 运算，计算各种统计量； ● 列名型变量(nominal variable)：列名型变 量可以是数值型的，也可以是字符型的，在 INSIGHT中常起分类作用。
proc print data=c200501; format math 9.1 chinese 9.1;
run;
使得列出的数学、语文成绩宽度占9位，带一位小数。
参数与统计量
参数(parameter)：参数是用来描述总体特征的概括性值
。如总体平均值（μ）、总体方差（2）、总体比例（π）
等。 统计量(statistics)：统计量是用来描述样本特征的概括
run;
例如：
data f2005; input number name $ @@; cards；
200541001 zhao 200541002 qian 200541003 sun 200541004 li ; run;
分支语句
❖ IF语句
IF 表达式；
Y
N
表达式1
或
IF 表达式 THEN 语句A； 语 句 A
复习
题型
❖ 单选 ❖ 填空
以上主要是sas基础部分 ❖ 分析和问答题：第三章到第五章，每章一个大题
第一部分 sas基础
使用SAS
对于常用的一些统计分析方法，SAS系统中的如 下三种方法可以达到同样的目的：
▪ INSIGHT（“交互式数据分析”） ▪ Analyst（“分析家”） ▪ 直接编程
Insight和分析家不要求具体的步骤。 命令方式中比如建库，建立数据集，set，merge
大家应该也有点累了，稍作休息
大家有疑问的，可以询问和交流
10
SAS程序概述
❖1. 数据步与过程步
▪ SAS程序包括多个步骤和一些控制语句，一 般情况下由两种类型的程序步（steps）组成： 数据步（DATA steps）和过程步（PROC steps）。有时SAS程序还包括一些全程语句， 用以控制贯穿整个SAS程序的某些选项、变量 或程序运行的环境。