SAS统计量计算.ppt

第16章 统计量计算,清华大学经管学院 朱世武,本章将介绍的统计量计算过程包括：,相关过程； 频数过程； 均值过程； 单变量过程相关过程,相关过程（CORR）用于计算变量间的相关系数 相关过程句法 PROC CORR ; BY variable-1<... variable-n> ; FREQ frequency-variable; PARTIAL variable(s); VAR variable(s); WEIGHT weight-variable; WITH variable(s);,语句说明：,PROC CORR语句,PROC CORR ;PROC CORR语句选项说明由下页表给出选项说明：,其它语句,VAR语句VAR variable-list;列出要计算相关系数的变量 WITH语句WITH variable-list;该语句和VAR语句联合使用计算变量间特殊组合的相关系数。

用VAR语句列出的变量放在相关阵的上方，而用WITH语句列出的变量放在相关阵左边 PARTIAL语句PARTIAL variable-list;计算Pearson偏相关，Spearman偏秩序相关，或Kendall偏tau-b该语句给出偏相关变量的名子WEIGHT语句WEIGHT variable;计算加权的乘积矩相关系数，该语句给出权数变量名字该语句用于Pearson（皮尔逊）相关FREQ语句FREQ variable;该语句指定一个数值型的FREQ变量，它的值表示输入数据集中相应观测出现的频数该变量的值应为正整数若FREQ变量值<1或缺失，相应的观测不参加计算统计量；若这个值不是正整数，取整数部分 BY语句BY variable-list;对BY变量定义的观测组分别计算其相应的简单统计量当使用BY语句时，要求输入数据集已按BY变量排序的次序排列，除非指定NOTSORTED应用举例,例16.1 计算Pearson相关系数及其它关联测度proc corr data=ResDat.fitness pearson spearman hoeffding;var weight oxygen runtime;title 'Measures of Association for';title2 'a Physical Fitness Study';run;,例16.2 计算并输出相关指标。

proc corr data=ResDat.Idx000001 pearson spearman kendall hoeffding;var oppr hipr lopr clpr;title 'Spearman 的rho, Kendall的tau-b, Pearson和Hoeffding相关';run;proc corr data=ResDat.Idx000001 csscp cov;var oppr hipr lopr ;partial clpr;title '偏相关阵';run;proc corr data=ResDat.Idx000001 cov alpha outp=corrout;var oppr hipr lopr ;title '协方差阵和相关阵';run;proc print data=corrout;title2 'PROC CORR产生的输出数据集';run;例中，计算上证指数ResDat.Idx000001中变量OPPR, HIPR, LOPR, CLPR之间4种类型的关联测度, PEARSON偏相关阵，CRONBACH系数并产生TYPE=CORR的含有协方差及相关阵的输出数据集。

例16.3 计算两个数据集中相同变量之间的相关系数data a; /*数据集准备 */merge ResDat.Idx000001(keep=date oppr clpr)ResDat.szcz(keep=date oppr clpr rename=(oppr=oppr_sz clpr=clpr_sz) );by date;run;proc corr data=a nomiss cov;var oppr_sz clpr_sz;with oppr clpr;title2 '长方形的COV和CORR阵';run;proc corr data=a cov csscp outp=oup;title2 '从含有缺失值的数据集中计算CSSCP和COV';run;例中，对上证指数ResDat.Idx000001和深证成指ResDat.SZCZ中的变量开盘价和收盘价作相应的计算频数过程,频数过程（FREQ）用于计算各种形式的频数及一些检验统计量频数过程句法,PROC FREQ options; OUTPUT ; TABLES requests / options; WEIGHT variable; EXACT statistic-keywords; BY variable-list;,语句说明：,PROC FREQ语句,PROC FREQ options; 选项说明：,ORDER=选项及说明：,FORMCHAR(1,2,7)= '符号串'： 1规定垂直线字符； 2规定水平线字符； 7规定水平与垂直交叉线字符。

 通常情况下的FORMCHAR=选项：FORMCHAR(1,2,7)= '| - +'; 表格没有轮廓线和分隔线的FORMCHAR=选项：FORMCHAR(1,2,7)= ' ' ; /* 三个空格 */,例16.6 按格式化值的顺序排列proc format;value $sfmt 'M' = 'male ' 'F ' ='female';proc freq data=ResDat.class order=formatted;table sex;format sex $sfmt.;run;例中，计算数据集ResDat.CLASS中变量SEX的分布，并以格式化值的顺序排列FREQ 过程 累积 累积 Sex 频数 百分比 频数 百分比 --------------------------------------------------- female 9 47.37 9 47.37 male 10 52.63 19 100.00,WEIGHT语句,WEIGHT variable;该语句规定一个WEIGHT变量，它的值表示相应观测的权数。

该变量的值应大于零若这个值<0或缺失，假定该值为0BY语句,BY variable-list;对BY变量定义的观测组分别计算其相应的简单统计量当使用BY语句时，要求输入数据集已按BY变量排序的次序排列，除非指定NOTSORTEDOUTPUT语句,OUTPUT ; 该语句创建一个由PROC FREQ过程输出统计量的SAS数据集OUTPUT创建的数集可以包括由TABLES语句规定的任意统计量 PROC FREQ过程每一次只允许使用一个OUTPUT语句当规定多个TABLES语句时，OUTPUT语句创建的数据集内容对应于最后那个TABLES语句，当一个TABLES语句中规定多个表时，OUTPUT创建的数据集内容对应于最后那个表 选项说明： OUT=规定输出数据集； output-statistic-list规定输出数据集中所包含的统计量应用举例,例16.8 随机数频数分析data a;do I=1 to 1000;X=int(uniform(8888)*3)+1;Y=int(uniform(8888)*4)+1;output;end;proc freq data=a(drop=i);title '没有TABLES语句';run;title;proc freq;tables x x*y/chisq;run;proc freq;tables x*y/list;run;,例中，产生区间[0, 1]上均匀分布的随机数1000个，分别将区间[0, 1]均分成3和4个小区间，并把产生的随机数按所属区间转换为整数。

然后对这些整数作频数分析例16.10 对One-Way频率表作卡方检验proc sort data=ResDat.color;by region;run;proc freq data=ResDat.color order=data;weight count;tables hair/nocum testp=(30 12 30 25 3);by region;title 'Hair Color of European Children';run;,例16.13 创建包含卡方统计量的数据集options nodate pageno=1 pagesize=60;proc freq data=ResDat.color order=data;weight count;tables eyes*hair /chisq expected cellchi2 norow nocol;output out=chisqdat pchi lrchi n nmiss;title 'Chi-Square Tests for 3 by 5 Table of Eye and Hair Color';run;proc print data=chisqdat noobs;title 'Chi-Square Statistics for Eye and Hair Color';title2 'Output Data Set from the FREQ Procedure';run;,例16.16 信用等级转移矩阵计算。

proc freq data=ResDat.rating;table _col3*_col4 _col4*_col5 /nocol norow nopercent ;run;,均值过程,均值过程（MEANS）用于计算变量的基本描述统计量均值过程句法,PROC MEANS ; BY variable-1 <... variable-n> ; CLASS variable(s) ; FREQ variable; ID variable(s); OUTPUT  ; TYPES request(s); VAR variable(s) < / WEIGHT=weight-variable>; WAYS list; WEIGHT variable;,。