SAS的基本统计分析功能——SAS Analysis 模块

下面讲如何利用SAS Analysis 模块计算描述统计量、进行假设检验、拟合曲线以及进行回归分析

1.启动Analyst模块

选择Solutions菜单下的Analysis，然后再选择下面的Analyst，如图：

得到Analyst界面：

2.数据集相关操作

一、依分布产生数据

利用Data菜单中Random Variates可以产生服从特定分布的随机数，可以选择的分布类型包括：

* 正态分布

* 均匀分布

* 二项分布

* 卡方分布

* 泊松分布

* 指数分布

* Beta分布

* Gama分布

* 几何分布

* 极值分布

例1、利用Analyst模块生成100个服从标准正态分布的数据，并把生成的数据命名为Normal保存在Sasuser下。

操作步骤：

（1）在Data菜单中选择Random Variates，然后选择分布类型——Normal（正态分布），则弹出现一对话框：

（2）在Number of values to generate中填100，在New column name (变量名称）中填 X，在Mean中填0，在Standard deviation 中填1，单击OK

（3）可以看到数据集中产生了新的一列，在File菜单中选Save As By SAS Name，保存数据集

（4）在弹出的对话框中双击Sasuser，并在Member Name中填数据集名称 Normal，单击Save即可

二、随机抽样

使用Data中Random Sample可以从数据集中随机抽取记录。

例：在刚才生成的正态数据集normal中随机抽取50个数据。

步骤如下：

（1）首先选择Data菜单下Random Sample命令，弹出对话框：

（2）在Rows中填50，单击OK即可得到一个表格含有随机抽取的50个样本，如图：

3.绘制统计图

一、绘制变量直方图并在图上拟合分布曲线

利用Grphs中Histogram可以绘制变量直方图并拟合分布曲线。

例：以上节normal数据集中X为对象绘制直方图，并在直方图上拟合正态分布曲线。

操作步骤：

（1）打开Normal文件：File→Open By SAS Name→Sasuser→Normal→OK

（2）在Grphs下选Histogram，单击绘图变量X，再单击Analysis将其加入

（3）选择Fit在直方图上拟合正态分布曲线，单击Fit弹出对话框

（4）选择Normal，单击OK回到原对话框，再单击OK即得：

二、概率图

在直方图基础上我们可以猜想变量是服从正态分布的，通过绘制概率图可以来证实我们的想法。概率图将数值排序，给出每个数值对应的分位数，然后打点作图。如果这些点呈现线性特征，说明他们与理论分布相符，同时又在图像上加上一条给定分布的曲线，并给出分布的系数。

例：绘制Normal数据集中X的概率图，步骤如下：

（1）首先选择Graphs下Probality Plot，弹出对话框

（2）单击X，再单击Analysis，然后选择分布为Normal，单击Ok得到概率图：

可以看到X的分布与正态分布基本吻合，图中还给出了正态分布的参数：均值为－0.06217，标准差为0.996833。

一、绘制散点图

使用Graphs下的Scatter Plot可以绘制散点图

例：病人在服用某种放射性药物后，体内的放射性物质的含量y与时间x具有一定的关系，绘制二者的散点图，然后找出他们的关系，数据如下：

1、首先将数据输入建立一个名为Test的数据集，然后在ANALYST模块下打开

2、然后打开Scatter Plot对话框

3、在绘制散点图对话框中将x放在X轴，y放在Y轴，单击OK可以得到二者的散点图，为容易观察，可在Display中选择用线连接散点图

4、绘制的图形如下，可以看到放射性物质的含量和时间具有负指数衰减关系

4.回归分析

利用Statistics菜单下的Regression可以进行回归分析，包括：

* Simple回归：单一的自变量，单一的因变量，但自变量次数可以是一次、二次或三次

* Linear回归：多个自变量，多个因变量，但是对因变量分别进行回归

一、Simple回归

例：大量父亲身高x与儿子身高y的资料，其中10对数据如下：

X 60 62 64 65 66 67 68 70 72 74

Y 63.6 65.2 66.0 65.5 66.9 67.1 67.4 68.3 70.1 70.0

假设对给定的x, y为正态变量，且方差与x 无关，求回归方程y=a + bx,并指出回归效果是否显著。（显著水平取0.05）

程序语句：

1、首先建立数据集:

data sasuser.reg;

input x y@@;

cards;

60 63.6 62 65.2 64 66.0 65 65.5 66 66.9 67 67.1 68 67.4 70 68.3 72 70.1 74 70.0

;

run;

2、再利用菜单完成回归分析:

(1) 选择Solutions→Analysis→Analyst菜单，

(2) 选择File→Open By SAS Name→sasuser→reg

(3) 选择Statistics→Regression,

(4) 选择Simple Linear Regression出现一窗口

3、在出现的窗口中设置变量，我们选择变量dependent为y,选择Explanatory为x, Model处选择Linear， Tests按钮可以选择显著性水平,默认是0.05。

4、单击OK，产生输出结果

5、首先由模型的方差分析表可以看到， Prob > F 的值为0.0001<α=0.05,因此该回归方程显著,再由下面的参数估计可以得出回归方程为:

y=35.97681+0.46457x

二、Linear回归

例2：外贸数据分析

1、首先建立数据集

data reg;

input n x1-x3 y@@;

cards;

1 149.3 4.2 108.1 15.9 2 161.2 4.1 114.8 16.4

3 171.5 3.1 123.2 19.0 4 175.5 3.1 126.9 19.1

5 180.8 1.1 132.1 18.8 6 190.7 2.2 137.7 20.4

7 202.1 2.1 146.0 22.7 8 212.4 5.6 154.1 26.5

9 226.1 5.0 162.3 28.1 10 231.9 5.1 164.3 27.6

11 239.0 0.7 167.6 26.3

;

run;

2、再利用菜单完成回归分析:

(1) 选择Solutions→Analysis→Analyst菜单，

(2) 选择File→Open By SAS Name→work→reg

(3) 选择Statistics→Regression,

(4) 选择 Linear Regression出现一窗口

(5) 在出现的窗口中设置变量，我们选择变量dependent为y,选择Explanatory为x1,x2,x3, Tests按钮可以选择显著性水平,默认是0.05。

3、单击OK产生结果

4、首先由模型的方差分析表可以看到， Prob > F 的值为0.0001<α=0.05,因此该回归方程显著,再由下面的参数估计可以得出回归方程为:

y=-10.13-0.05x1+0.59x2+0.29x3

但从数表来看，随着国内生产总值（X1）的增加进口总额（y）也增加，所以该方程并不一定是真实的反映了他们间的关系，进一步的探讨需要专门的回归分析理论，在此不作进一步讨论，此例只是想给大家一个抛砖引玉的作用。