《统计分析与SAS软件》教程知识讲解.doc

《《统计分析与SAS软件》教程知识讲解.doc》由会员分享，可在线阅读，更多相关《《统计分析与SAS软件》教程知识讲解.doc（209页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Good is good, but better carries it.精益求精，善益求善。统计分析与SAS软件教程-统计分析与SAS软件上机实习手册邱健德于向鸿著中国农业科学院研究生院版权所有2011.3修订版前言SAS(StatisticAnalysisSystem)软件系统是大型集成软件系统，具有完备的访问、管理、分析、呈现和应用开发功能。是世界公认的优秀统计分析软件之一。SAS软件系统于1966年由美国北卡罗来纳（NorthCarolina）州立大学研制成功，1976年成立美国SAS软件研究所公司，并开始对SAS系统进行维护、开发、销售和培训。1985年推出了SAS/PC（6.02）版

2、本。1989年推出了SAS/PC（6.04）版本。1997年推出了SAS/PC（6.12）版本。1997年美国SAS软件研究所公司正式宣布成立大中国区，1999年成立赛仕软件上海有限公司，2000年2月推出了SAS/PC（8.0）版本，2002年SAS/PC（9.0）版本。美国SAS软件研究所公司已发展为全球十大软件开发商。SAS系统已经在六大洲120个国家中使用，全球100家最大的公司中的97家都在应用SAS，SAS系统在世界范围内被广泛地应用于金融、电信、政府、制造、能源、交通、科研、教育、医学和商业等不同领域，并发挥着积极的作用。SAS系统已经成为国际上的标准软件系统。1978年引入我国

3、。北京大学概率论系把它当作重点开发项目，其它许多国家都引进应用。经过二十多年的应用、改进，SAS不断完善。目前，国际上发表的论文，复杂的计算都要经SAS软件验证才可以发表，所以，农业科学工作者很有必要掌握这个工具。特别是随着计算机技术的飞速发展，数理统计、计算机深入到各个学科，同各个学科相结合，产生了许多新的边缘学科，这些边缘学科成为了各个学科的生长点，因此，不懂数理统计，不懂计算机，在专业研究上就寸步难行，变得别人写的论文看不懂，自己写的论文缺乏先进性。因此，农业科学工作者，特别是研究生应该掌握这个工具。SAS是农业研究的一个强有力的辅助工具，它几乎囊括了社会调查和农业研究数据处理的所有方法

4、，如显著性测验、方差分析、协方差分析、多元方差分析、相关分析、回归分析、主成分分析、因子分析、聚类分析、判别分析、通经分析等。这些方法比较复杂，计算量非常庞大，但使用SAS系统，瞬息之间就可以完成。国家教委把开设SAS课程作为面向21世纪提高研究生教学质量的一项措施。为了提高学生的素质，自1997年以来，我院开设了这门课程，收到了很好的效果。实践证明：农业科研人员一旦掌握这一工具，就能提高农业试验数据统计分析的效率、质量和水平。限于水平与经验，书中缺点、错误在所难免，敬祈指正。编者2010.9目录第一章SAS系统操作导引11.1SAS的构成及功能11.2SAS的启动及使用21.3SAS系统的数

5、据库操作5本章作业8第二章试验数据的初步整理102.1计算基本统计量112.2统计图表的制作112.3正态分布检验15本章作业18第三章假设检验193.1可量资料样本与总体平均数的显著性检验一193.2可量资料样本与总体平均数的显著性检验二203.3成组法t检验213.4配对法t检验223.5可量资料两样本方差整齐性检验233.6可量资料样本与总体的方差整齐性检验243.7可数资料样本与总体百分数的检验253.8可数资料两样本的百分数检验263.922联列表式卡平方检验273.102J联列表式卡平方检验283.11RC联列表式卡平方检验303.12ab比例适合性检验323.13abc比例适合性

6、检验323.14abcd比例适合性检验33本章作业34第四章相关分析374.1相关散点图的绘制374.2简单相关384.3多个变量间的简单相关394.4一级偏（净）相关414.5二级偏（净）相关424.6最高级偏（净）相关434.7等级相关44本章作业45第五章线性回归分析485.1一元线性回归485.2二元线性回归495.3多元线性回归(全回归)505.4多元线性回归(向前回归)525.5多元线性回归(向后回归)535.6多元线性回归(逐步回归)555.7回归诊断57本章作业60第六章非线性回归分析626.1可转化为直线的曲线626.2二次抛物线656.3多项式回归696.4非线性回归726

7、.5二次响应面分析(回归正交组合设计)746.6二次响应面分析（Box-Behnken设计）786.7二次响应面分析（中心组合设计）826.8逻辑斯蒂回归86本章作业91第七章方差分析927.1单方面分类的方差分析927.2双方面分类的方差分析947.3三方面分类的方差分析967.423复因子试验的统计分析987.5222复因子试验的统计分析1027.6正交设计的方差分析1067.7嵌套设计的方差分析1097.8裂区设计的方差分析1127.9数据的统计代换114本章作业119第八章协方差分析1218.1单方面分类的协方差分析1218.2双方面分类的协方差分析123本章作业128第九章主成分分析

8、1309.1主成分分析1309.2主成分得分1339.3主成分聚类134本章作业136第十章因子分析13810.1因子分析（因子得分）13910.2因子轴正交旋转14410.3因子轴斜交旋转146本章作业150第十一章聚类分析15211.1最短距离法15211.2最长距离法15511.3中间距离法15611.4类平均数法15811.5重心法16011.6离差平方和法16111.7距离数据的聚类16311.8动态聚类16511.9变量聚类166本章作业168第十二章判别分析17012.1距离判别分析17012.2贝叶斯判别分析17412.3逐步判别分析176本章作业180第十三章典型相关分析18

9、213.1典型相关分析18213.2典型变量得分186本章作业190-第一章SAS系统操作导引SAS（StatisticalAnalysisSystem，统计分析系统）是当今国际上最著名的统计分析软件之一，最早由北卡罗来纳大学的两位生物统计学教授开发，并于1976年成立了SAS软件研究所，正式推出了SAS软件，统计分析功能是它的重要组成部分和核心功能，至今，SAS系统的功能已经逐渐扩展成为一个大型的集成应用软件系统。广泛应用于金融、运输、通信、教育、科研和医药卫生等领域，完成统计、图表分析、时间序列分析、运筹决策、风险分析和数据挖掘等工作，现在已被全球100多个国家和地区所采用。SAS软件系统

10、的SAS6.12及其以后的SAS8和SAS9等版本，包括各版本的标准版、校园版和学习版。本教材以SAS8标准版为基准讲述SAS系统的应用，对于其它的版本，使用起来也大同小异。1.1SAS的构成及功能一、SAS的构成SAS系统是一个由五十多个专用模块组成的大型集成式软件包，比较常用的有BASESAS、SASACCESS、SAS/ASSIST、SASGRAPH、SASINSIGHT、SASSTAT等十多个模块，但对于一般的试验数据的统计分析已经是足够的了。下面重点介绍几个主要模块的功能。、BASESAS是SAS的核心模块，负责数据管理、交互应用环境管理和进行用户语言处理，其它各模块均必需在BASE

11、SAS提供的环境中运行。、SASACCESS提供了与目前许多流行数据库软件的接口，从而可以实现对众多不同格式的数据进行查询、访问和分析。、SASSTAT这一模块提供完整的统计分析功能，几乎囊括了社会调查和农业研究数据处理的所有方法，如样本均数差异显著性测验、方差分析、相关分析、典型相关分析、回归分析、协方差分析、多元方差分析、主成分分析、因子分析、聚类分析、判别分析、通经分析等。、SASASSIST提供面向任务的菜单驱动界面，借助它可以通过菜单系统来使用SAS。它自动生成的SAS程序可帮助用户学习SAS语言。、SASGRAPH是强有力的图形软件包，可将数据及其包含的深层信息以多种图形生动地呈现

12、出来，如直方图、饼形图、星形图、散点相关图、曲线图、三维曲面图、等高线图以及地图等等。、SASINSIGHT是一个可视化的数据探索工具。它将统计方法与交互式图形显示融合在一起，为用户提供一种全新的使用统计分析方法的环境。二、SAS的主要功能、数据访问、数据存储及管理、图形处理、统计分析、报告呈现1.2SAS的启动及使用一、启动如果已经正确安装了SAS系统，则安装程序会在操作系统开始菜单的列表中添加一个“TheSASSystem”的项目组，这时可以按照下列步骤启动SAS系统。开始程序TheSASSystemTheSASSystemforWindowsV8注意：在安装时要看清你使用的SAS软件许可

13、证（licence）的有效日期，必须把系统日期设置在有效日期之内，否则SAS系统不能正常运行。二、应用工作空间（1）SAS系统常用的窗口SAS系统窗口1.ProgramEditor-程序编辑窗口是用户编辑、存贮、调入SAS源程序文件，提交SAS程序给SAS系统执行的窗口。2.Log-日志窗口是SAS系统的运行记录。如：执行SAS程序不正确，则可以在此窗口查找系统运行记录，找出错在什么地方。然后，回到编程窗口，修改好程序后再继续试运行。3.Output-结果输出窗口用于存放SAS过程对数据进行分析、处理后的文字描述结果，输出结果可以另存为Word文档（*.rtf）。输出窗口中输出内容的行宽可以调

14、节，ToolsOptionsSystem的选项中，打开LogandPrecedureOutputContralSASLogandPrecedureOutput，双击Linesize选项修改其Value为需要的宽度值，单位为（英文）字符，修改设定只对本次SAS应用有效。4.Graph-图形输出窗口用于存放SAS过程对数据进行分析、处理后的图形描述结果。5.Explorer-浏览窗口浏览和管理SAS数据库和SAS数据集。6.Results-结果窗口当用户执行了编程或菜单模式的SAS统计分析时，所有的分析结果都会以超文本语言出现在这个窗口。（2）在应用工作空间顶部有菜单条：FileEditViewT

15、oolsRunSolutions(Globals)WindowHelp1、File（文件管理菜单）：New-建立一个新的SAS程序文件Open-打开一个原有的SAS文件Save-保存当前文件Saveas-另存当前文件ImportData-导入其它外部数据文件ExportData-导出为其它外部数据文件Print-打印Exit-退出SAS系统2、Edit（编辑菜单）：Undo-撤削上一次编辑命令Redo-重做上一次编辑命令Deselect-删除Cut-剪切Copy-复制Paste-粘贴Clear-清除选中的内容ClearAll-清除窗口中的所有内容Selectall-选择窗口中的所有内容Find

16、-查找字符串Replace-替换字符串3、View（视窗菜单）：EnhancedEditor-增强的程序编辑窗口ProgramEditor-程序编辑窗口Log-日志窗口Output-结果输出窗口Graph-图形输出窗口Results-执行结果窗口Explorer-浏览窗口ContentsOnly-仅显示内容MyFavoriteFolders-个人收藏夹4、Tools（工具菜单）：Query-查询。TableEditor-表格编辑器GraphicEditor-图形编辑器ReportEditor-报表编辑器ImageEditor-图像编辑器TextEditor-文本编辑器Customize-用户自

17、定义Options-系统设置选项、Run（运行菜单）Submit-提交（已编好的程序）运行SubmitTopline-从顶行起提交执行SubmitClipboard-提交存放在剪贴板上的程序Signon-用于连接远程主机RemoteSubmit-向远程主机提交并执行RemoteDisplay-向远程主机提交并显示Signoff-断开远程主机连接6、Solutions（解决方案，注意：低版本为Globals）Analysis-统计分析总菜单，其中：InteractiveDataAnalysis进入交互数据分析界面Analyst（StatisticsAnalysis）进入分析员分析界面，进行各种统

18、计分析DevelopmentandProgramming-系统开发与程序设计Reporting-报表Accessories-进入附件ASSIST-进入面向任务的菜单驱动界面Desktop-进入桌面EIS/OLAPApplicationBuilder-高级信息系统/在线分析处理应用构建器7、Windows（窗口管理菜单）：Minimizeallwindows-把所有的窗口最小化Cascade-层叠显示各个窗口TileVertically-垂直平铺显示各个窗口TileHorizontally-水平平铺显示各个窗口Resize-恢复SAS系统缺省的窗口大小及位置设置Docket-记事表8、Help（

19、帮助菜单）：SASSystemHelp-SAS系统帮助UsingThisWindow-应用当前窗口的帮助BooksandTraining-书本与训练GettingSrartedwithSASSoftware-用SAS软件获得入门学习SASontheWeb-网上的SAS帮助AboutSASSystem-显示SAS的版本说明（3）常用快捷键：一些常用的快捷执行命令键，如：F1-helpF2-reshowF3-end;submitF4-recallF5-programeditorF6-logF7-outputF8-zoomoff;submitF9-keys1.3SAS系统的数据库操作试用下面的数据建

20、立SAS数据库并进行下述各种库操作练习：实例：玉米品种产量比较试验，参试品种十个，采用随机区组设计，设三个重复区组，各小区产量如下：（公斤）品种区组ABCDEFGHIJ500480520540560500480600670400450451453485510450430550520350480462480510525473450580560360注：“”表示进行下一步的操作。A、建立一个新的数据集：(点菜单)Solutions（解决方案）Analysis（分析菜单）InteractiveDataAnalysis（交互数据分析菜单）New点数据表左上角三角，弹出菜单NewVariables（定义

21、变量菜单）确定变量的个数（本例有3个变量：区组、品种和产量）确定每个变量的类型（有数值型和字符型，本例的区组、品种为字符型；产量为数值型）和测量水平（有区间型和名义两种，本例的区组、品种为名义型；产量为区间型）确定每个变量的名字（只能用字母、数字和下划线，本例的区组用block、品种用var、产量用yield）和标签（可用中文：区组、品种、产量）确定观测的个数（本例为30个）输入数据file（文件管理菜单）Save（保存）Data（数据型文件）确定数据库名（本例为sasuser）输入数据集名（本例为yumi）。B、打开数据库：(点菜单)Solutions（解决方案）Analysis（分析菜单）

22、InteractiveDataAnalysis（交互数据分析菜单）选择一个数据库（Library本例为sasuser）选择一个数据集（Dataset本例为yumi）Open（打开该集）或者Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）File（文件管理菜单）OpenbySASname（打开一个SAS系统的数据库（sasuser）选择一个数据集（Dataset本例为yumi）Open（打开该集）。C、改变变量显示的顺序：(点菜单)Solutions（解决方案）Analysis（分析菜单）InteractiveDataAnalysis（交互数据分析菜单）

23、选择一个数据库（Library本例为sasuser）选择一个数据集（Dataset本例为yumi）Open（打开该集）点数据表左上方的三角利用MovetoFirst(Last)来使变量（本例为var）移动最前（最后）端OK。D、对数据的排序：(点菜单)Solutions（解决方案）Analysis（分析菜单）InteractiveDataAnalysis（交互数据分析菜单）选择一个数据库（Library本例为sasuser）选择一个数据集（Dataset本例为yumi）Open（打开该集）点数据表左上方的三角在出现的菜单中点sort选定用作排序的关键变量（可多选）点选到Y框点选Y中的变量（本例

24、为yield）点Asc/Des选项可以对变量按升序/降序排列OK。E、创建数据集的子集：(点菜单)Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname（打开一个SAS系统的数据库（本例为sashelp）选择一个数据集（Dataset本例为class）Open（打开该集）点菜单条中的Data（数据处理菜单）Filter（过滤）SubsetData（创建数据集的子集）在Subset菜单左上方的可用列（Availablecolumns）中选择需要的列本例为sex在where框中出现选中的变量在运算符（operators）框中选一

25、个运算符（本例为EQ等于）在可用列框中选lookupdistinctvalues在弹出的找值框（lookupvalues）中选择某种类型OK点File菜单中的SaveasbySASName可以另存为一个新的数据子集。F、由数据集随机采样：(点菜单)Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname（打开一个SAS系统的数据库（本例为sashelp）选择一个数据集（Dataset本例为class）Open（打开该集）点菜单条中的Data（数据处理菜单）Randomsample（随机采样）确定样本的容量在字段Row后填入所需

26、样本容量或在Ratio字段后填入取样的比例（本例为25%）回车在seed字段后填一个任意的正整数（缺省为0，将使每一次取样可能有不同的结果）点File菜单中的SaveasbySASName可以另存为一个新的子数据集。G、数据集的转置：(点菜单)Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname打开一个SAS系统的数据库（本例为sasuser）选择一个数据集（Dataset本例为yumi）Open（打开该集）点菜单条中的Data（数据处理菜单）Transpose（数据集的转置）在左边的可使用列选中要转置的变量（本例为blo

27、ck、var、yield）点击Transpose，移至右侧的选项框中OK（系统自动生成一个转置的数据集,也自动增加一个变量存放原数据集中的变量名）点File菜单中的SaveasbySASName可以另存为一个新的子数据集。H、将外部数据文件导入SAS数据集：(点菜单)注意：导入数据之前，文本文件和Excel文件一定要关闭。数据导入之后，如果需要，可以用交互数据分析打开、编辑、修改变量的名称和数据类型，然后保存数据集。1.点File菜单ImportData打开数据导入向导StandardDataSource可以导入以下类型的的标准数据源：（1）MicrosoftExcel97or2000（*.x

28、ls）（注：Excel2003表则必须指定变量名）（2）MicrosoftAccess97or2000Table（*.mdb）（3）dBaseFile（*.dbf）dBase或Foxpro数据库（4）CommaSepratedValules（*.csv）逗号分割的文本文件（5）TableDelimitedFile（*.txt）制表符分割的文本文件（6）DelimitedFile（*.*）空格、制表符或自定义字符的文本文件2.对于SAS学习版（V6.12）的数据导入：（1）文本文件：数据采集文件快速转换输入文本数据源第一行（是否）作为字段名从第几行读入数据字段间用分隔符输入SAS数据库名输入SA

29、S数据集名下一页确定。（2）Excel文件：数据采集Excel文件转换选择Excel文件（从）选择要转换的数据表输入SAS数据库名输入SAS数据集名第一行（是否）作为字段名从第几行读入数据确定。I、用编程法将数据存人SAS糸统实例1：通过编程把100株果树的产量（公斤）数据，保存到SAS系统的数据库（sasuser）中，该数据库的名字指定为“sasuser.fruit”。其中sasuser为数据库名，对应着SAS系统的目录名，fruit为用户指定的数据集名，对应着一个数据文件。在编程窗口中，运行该程序，数据便会自动保存到“sasuser.fruit”数据集中。Datasasuser.fruit

30、;Inputyield;Cards;77784485428051626010563958575107627963107109927265865591778281102955478795737105638368797175738573597591114383778104914061737766733930131133689253388543113636985638296837412152812672587776567853751115094634110410453;Run;J、SAS系统调用数据（以计算基本统计量的过程means为例）1. 在程序中直接使用（内嵌数据）Datafruit;Inpu

31、tyield;Cards;777844854280516260105上例数据（略）53751115094634110410453;ProcMeans;Varyield;2. Run;使用SAS数据集ProcMeansdata=sasuser.fruit;Varyield;3. Run;使用外部文本数据文件（需要指定其物理存储路径）Datasasuser.fruit;Infilec:Fruit.txt;Inputyield;ProcMeans;/*（示例：求均值等基本统计量过程）*/Varyield;Run;本章作业.某种作物黄叶病发生率与叶片中氮、磷、钾、钙、镁的含量以及钾镁比的关系的研究。研

32、究结果存储在文本文件Disease.txt中，按氮、磷、钾、钙、镁、钾镁比、黄叶病发生率的顺序排列，试把纯文本Disease.txt导入到SAS系统的数据库sasuser中,该数据集的名字指定为：Disease，文本文件Disease.txt的数据如下：NPKCaMgK_MgDisease3.560.1971.630.720.305.378.82.500.1461.481.010.344.3711.03.370.2001.690.9560.3584.7250.72.930.1951.430.950.3244.4247.72.740.1550.9640.990.4562.1102.730.232

33、0.921.310.452.0403.090.1831.060.9320.224.80402.730.1630.9421.3740.3352.3103.090.1591.210.6370.2145.6457.82.930.1600.961.270.362.6702.640.1561.260.6830.2125.9471.62.860.1491.430.7320.2775.164.83.070.1491.100.8190.1606.48503.550.2431.360.840.4393.1403.490.2831.000.800.3153.1702.730.2891.361.320.2824.8

34、220练习2有一个多指标的不同品种水稻的比较试验，采用随机区组设计的试验，下面数据第一列是区组变量（Block）；第二列是品种变量（Rice）；第三列是指标变量（index1）；第四列是指标变量（index2）；第五列是指标变量（index3）。试把文本文件rz7.txt导入到SAS系统的数据库sasuser中,并要求该数据库的名字为rz7。文本文件rz7.txt的数据如下：118550312183533331653518417641265180503061916141718454348190604012976941229060403210072504295654552103735962106

35、7056729969428294644413895937239169413383503043956541531007955631027252731057558831108960第二章试验数据的初步整理本章统计英语词汇注释：NObs(Oservations)观察值个数(含缺失值)N不含缺失值的观察值个数Nmiss(MissingValues)缺失的观察值个数Variable变量SimpleStatistics简单的统计量MeanOfSample样本平均数StdDev(StandardDeviation)样本标准差Error误差StdErr(SampleStandardError)样本平均数标准差

36、(标准误)Sum总和V(Variance)方差CV(VariableCoefficient)变异系数Range极差Uss(UncorrectSumOfSquare)未修正偏差平方和Css(CorrectSunOfSquare)修正偏差平方和Df(DegreesOfFreedom)自由度Prob(Probability)概率Skewness偏斜度Kurtosis峰度Freq(Frequency)频数CumFreq(CumulativeFrequence)累计频数CumPrecent累计百分数TTestsT测验T:Mean=0假设均值为0的t测验Weight权数(权重)Mode众数Quantile

37、s四分位值Extremes极端值实例：测得100株果树的产量分别为：（公斤）77784485428051626010563958575107627963107109927265865591778281102955478795737105638368797175738573597591114383778104914061737766733930131133689253388543113636985638296837412152812672587776567853751115094634110410453试求其样本基本统计量。该组数据是否服从正态分布？首先建立一个上述数据的SAS数据集，指定数据集

38、名为sasuser.fruit。产量变量名为yield。2.1计算基本统计量1、点菜单：Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname（打开一个SAS系统的数据集）选择一个数据集（如：fruit）Open（打开该集）Statistics（统计分析菜单）Descriptive（计算描述性统计量）Summarystatistics（计算简单统计量）输入要分析的变量点击AnalysisStatistics（全选或勾选部分统计量选项）OK（运行）2、编程：ProcMeansdata=sasuser.fruitmeanstds

39、tderrvarnminmaxmedianrangesumcssusscvskewnesskurtosis;Varyield;Run;运行结果:TheMEANSProcedureAnalysisVariable:yieldMeanStdDevStdErrorVarianceNNmissMinimumMaximum-74.690022.28412.2284496.5797100026.0000133.0000MedianRangeSumCSSUSSCVSkewness-75.0000107.00007469.000049161.3900607021.00029.83540.1920Kurtosi

40、s-0.09322.2统计图表的制作一、直方图1、Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname（打开一个SAS系统的数据集）选择一个数据集Open（打开该集）Graphs（图形菜单）Histogram（直方图）选择要分析的变量加入到Analysis点击OK（运行）2、Solutions（解决方案）Analysis（分析菜单）InteractiveDataAnalysis(交互数据分析菜单)选择一个数据库（Library）选择一个数据集(Dataset)0pen(打开该集)Analyze(分析菜单)Histogram

41、/BarChart(作直方图)选择一个统计分析变量点击Y点击OK(运行)Yield二、盒须图（箱线图）1、Solutions（解决方案）Analysis（分析菜单）Analyst（分析员分析菜单）FileOpenbySASname（打开一个SAS系统的数据集）选择一个数据集Open（打开该集）Graphs（图形菜单）BoxPlot（盒须图）选择要分析的变量加入到AnalysisDisplayStyleSchematic点击OK（运行）2、Solutions（解决方案）Analysis（分析菜单）InteractiveDataAnalysis(交互数据分析菜单)选择一个数据库选择一个数据集(Dataset)0pen(打开该集)Ana