SAS統(tǒng)計軟件及其應用

—ANALYST模塊

山西大學計算中心主要功能第一部分(數(shù)據計算)依分布產生數(shù)據分類計算統(tǒng)計量隨機抽樣變量計算（變換）統(tǒng)計圖表第二部分(統(tǒng)計分析)描述統(tǒng)計量假設檢驗回歸分析方差分析啟動Analyst模塊啟動方法一:菜單：解決方案

分析

分析家（Analyst）啟動方法二：得到Analyst界面依分布產生數(shù)據Data(數(shù)據)

RandomVariates（隨機變量）可以產生服從特定分布的隨機數(shù)，可以選擇的分布類型包括：正態(tài)分布均勻分布二項分布卡方分布泊松分布指數(shù)分布Beta分布Gama分布幾何分布極值分布例1、利用Analyst模塊生成100個服從標準正態(tài)分布的數(shù)據，并把生成的數(shù)據命名為Normal保存在Sasuser下。操作步驟：（1）數(shù)據

隨機變量

正態(tài)

OK（2）文件

用SAS名稱另存為

均值0.013,標準差0.97(標準正態(tài))分類計算統(tǒng)計量使用數(shù)據菜單下的按組匯總可以分類計算變量的統(tǒng)計量例子:某個班級全體同學的某次考試成績,利用Analyst模塊分性別計算男女生的語文成績的統(tǒng)計量首先使用文件菜單下的按SAS名稱打開選項打開數(shù)據集.選擇數(shù)據菜單下的按組匯總命令結果隨機抽樣使用數(shù)據菜單中的隨機抽樣可以從數(shù)據集中隨機抽取記錄例子:從考試成績中隨機抽取10名學生的成績(1)選擇數(shù)據菜單下的隨機抽樣(2)通過移動前后的上下方向鍵可以增減數(shù)值生成報表用報表菜單下的表選項可以生成各種各樣的表格例子:生成一個包含男女生3門成績平均值的報表選擇Tables選項,打開如下樣式表:設置AnalysisVariables設定StatisticsRowClasses(行分類變量)報表概要輸出變量計算利用數(shù)據菜單下的變換可以完成一些對列的計算.例如:有36只股票的每股收益和價格,利用Compute選項計算每只股票的市盈率.繪制統(tǒng)計圖Histogram/BarPlotBoxPlotPieChartProbabilityPlot

(P-P圖)概率圖：將數(shù)值排序，給出每個數(shù)值對應的分位數(shù)，然后打點作圖。如果這些點呈現(xiàn)線性特征，說明他們與理論分布相符。條形圖例子:繪制數(shù)據集中math的條形圖.條形圖餅形圖繪制數(shù)據集中男女生比例的餅形圖.選擇圖形菜單下的餅圖,打開對話框:餅形圖概率圖例子:繪制變量math的概率圖.選擇圖形下的概率圖,彈出對話框:縱軸：

樣本值

橫軸：Normalpercentiles

正態(tài)分布百分位數(shù)統(tǒng)計分析與計算1、描述性統(tǒng)計量統(tǒng)計

描述性統(tǒng)計計算：SummaryStatistics-匯總統(tǒng)計量Distribution-分布信息Correlations-變量間的相關系數(shù)FrequencyCounts-統(tǒng)計變量的頻數(shù)中英文菜單1.1SummaryStatistics-簡單統(tǒng)計量選擇變量AnalysisStatistics選擇需要的統(tǒng)計量SummaryStatistics-輸出結果如下1.2Distribution-分布信息選擇變量AnalysisFit—選擇distribution

Sampleestimates Entervalues1.3Correlations-變量間的相關系數(shù)選擇兩個或以上變量Correlate計算偏相關系數(shù)1.4FrequencyCounts-統(tǒng)計變量的頻數(shù)HypothesisTests-假設檢驗統(tǒng)計

單樣本下：均值Z檢驗：均值t檢驗：比例檢驗：方差檢驗：

假設檢驗OneSampleZTestsOneSampletTestsOneSampleProportionTestsOneSampletestforavariance理論說明：正態(tài)總體均值檢驗：1）方差已知2）方差未知正態(tài)總體的方差檢驗：HypothesisTests-假設檢驗統(tǒng)計

雙樣本下：均值差t檢驗：成對樣本均值差t檢驗:比例差檢驗:方差比檢驗：假設檢驗TwoSampletTestForMeansTwoSamplepaired

ttestformeansTwoSampletestforproportionsTwoSampletestforVariance來自獨立正態(tài)總體的兩樣本均值差的檢驗兩樣本方差已知u檢驗方差未知但相等t檢驗方差未知大樣本u檢驗方差未知小樣本漸進t檢驗其中：理論說明：來自獨立正態(tài)總體的兩樣本方差比的檢驗又稱方差齊性檢驗或同質性檢驗，F(xiàn)檢驗。1）

單總體均值Z檢驗（總體方差已知）

OneSampleZ–TestsforaMean檢驗結果圖形輸出2）

單總體均值t檢驗（總體方差未知小樣本）

OneSampletTestsforaMean檢驗結果圖形輸出3）

單總體比例的Z檢驗（大樣本）

OneSampleTestforaProportion檢驗結果所要研究的總體屬性圖形輸出4）

單總體方差的卡方檢驗

OneSampleTestsforaVariance檢驗結果圖形輸出5）

兩獨立總體均值差的t檢驗

Two-SampletTestsforMeans檢驗結果注意：首先檢驗方差的同質性按一個變量分組差值圖形輸出圖形輸出MeansPlot6）

兩配對樣本均值差的t檢驗

Two-SamplePairedt-testforamean檢驗結果圖形輸出7）

兩獨立總體比例差的t檢驗

Two-SampleTestforProportions搞清楚：分組變量Group和關注水平Levelofinterest檢驗結果圖形輸出8）

兩獨立總體方差比F檢驗

Two-SampleTestforVariances檢驗結果圖形輸出3、Regression

-回歸分析對殘差的經典假設；回歸方程及系數(shù)估計；回歸方程整體的顯著性檢驗回歸方程系數(shù)的顯著性檢驗；預測啟動：統(tǒng)計

回歸3.1、Simple回歸Simple回歸：單一的自變量，單一的因變量，但自變量次數(shù)可以是一次、二次或三次；一元線性回歸結果：結果列表：預測圖PredictedPlots殘差圖ResidualPlots影響圖InfluencePlotsStatistics設置：回歸系數(shù)的標準誤估計的置信區(qū)間估計的相關矩陣估計的協(xié)方差矩陣Predictions設置：Predictoriginalsample預測原樣本Listpredictions預測結果輸出Residuals，predictionlimits另外輸出殘差和預測上下限預

測

結

果Murder預測值Murder預測下界Murder預測上界Murder預測殘差MurdervsPREDScatterPlotLinear回歸Linear回歸：多個自變量，多個因變量，對因變量分別進行回歸。分為：一元線性回歸多元線性回歸主要了解兩項設置分析結果Model設置

模型選擇方法及準則Method：FullmodelForwardselectionBackwardeliminationStepwiseselectionMaximumR-squareimprovementMinimumR-squareimprovementMallows’CpR-squareAdjustedR-square設定3種方法的選擇準則：顯著性水平Statistics選項(僅供后3種方法選擇)Akaike’sinformationcriterion(簡稱AIC信息準則)BayesianinformationcriterionSchwarz'sBayesiancriterionAmemiya’spredictioncriterionAdjustedR-squaresErrorsumofsquareRootmeansquareerrorStatistics設置

模型擬合優(yōu)度及模型診斷相關統(tǒng)計量回歸系數(shù)的標準誤估計的置信限TypeI平方和TypeII平方和估計的相關陣估計的協(xié)方差陣偏相關半偏相關Tests選項