SAS教程_统计软件教程（李东风版）_sas

王茂南

2828
文章

75
评论

2017年11月5日06:00:18

评论2 3403字阅读11分20秒

摘要在这个新的教程中，我会结合《统计软件教程》（李东风版）这本数给出教程，并给出这本书第1到第5章的课后习题答案。希望大家能有所收获。这是《统计软件教程》（李东风版）这本书的第三章的内容。

文章目录(Table of Contents)

前言

这是《统计软件教程》（李东风版）第三章的题目解答。

3.1

题目要求

3.1.1

通过使用label来加上中文的列标题，使用noobs label不产生观测序号。

Title "SASuser.business数据集";
data SAS3_1;
set SASuser.business;
run;
proc print data=SAS3_1 noobs label;/*noobs label 使得在output里不产生序号*/
var company nation industry employs sales profits;
label company="公司" nation="国家" industry="部门" employs="员工数" sales="销售额" profits="利润";
run;

可以看到数据集的内容有一个公司的名字，所在国家，所在在的部门（行业），员工数，销售额和利润。

3.1.2

首先使用sort进行排序后，再按国家和部门进行分类，并求出一个国家的一个部门的销售额的总和。

Title "SASuser.business数据集";
proc sort data = SAS3_1; /*按照国家行业销售排序*/
by nation industry sales;
run;
proc print data = SAS3_1 label noobs; /*不显示行标*/
var company sales profits; /*分析变量有 company sales profits*/
by nation industry;
sum sales;
run;

3.1.3

使用table画出交叉表，并使用label和keylabel来改变标签，使其变为中文标签。

proc tabulate data=SAS3_1;
class nation industry; /*国家和部门的交叉表*/
var sales; /*表格中数据为销售额*/
table nation all,(industry all)*sales*sum;
keylabel sum="总和";
label nation="国家" industry="行业" sales="销售额";
run;

从图中，可以看出美国的销售额，在每个行业，都要远远高于其他的国家，能看出美国在每个行业都较为发达。

3.2

题目要求

由于第二章习题6中需要用到宏，故习题2-6没有做，故此题也不能做。

3.3

题目要求

3.3.1

如下图，我们可以看到math sat score的变量名为satm

接着使用univariate函数对satm进行分析即可。

data SAS_3_2;
set SASuser.gpa;
run;
proc univariate data=SAS_3_2;
var satm;
run;

从上面的结果我们可以看出satm的均值是595，标准差是86。

3.3.2

我们可以使用freq来求性别的分布。

data SAS_3_2;
set SASuser.gpa;
run;
proc freq data=SAS_3_2;
tables sex; /*统计性别的分布*/
run;

从上面的结果中我们可以看出，男性的人数要小于女性。

3.3.3

使用corr来计算相关系数。

data SAS_3_2;
set SASuser.gpa;
run;
proc corr data=SAS_3_2;
var hss hsm hse; /*统计HSS HEM HSE的相关系数*/
run;

从相关系数的结果中我们可以看出hss , hsm , hse的相关度系数较大，他们之间有较强的相关性。

3.3.4

我们可以使用gchart配合var来画出直方图。

data SAS_3_2;
set SASuser.gpa;
run;
proc gchart data=SAS_3_2;
vbar satm; /*画出satm的直方图*/
run;

从直方图中我们可以看出satm的数值基本集中在595，在均值附加，很低和很高的人数都较少。

3.3.5

使用gplot和plot来画出散点图，并且我们可以通过symbol i=rlcli95 v=star来定一一些画图的特点，如i=rlcli95表示画出带95%预测的回归曲线， v=star表示散点使用星来表示。

data SAS_3_2;
set SASuser.gpa;
run;
proc gplot data=SAS_3_2;
symbol i=rlcli95 v=star;/*i是控制画图的一些特点（如是否将散点图连接，是否画出回归线） v是控制散点的形状*/
plot satv*satm;
run;

从图中我们可以看出satm和satv呈现正相关性，与之前所求的正相关系数也符合。

3.4

题目要求

3.4.1

使用univariat配合var oxygen对OXYGEN进行分析。

data SAS_3_4;
set SASuser.fitness;
run;
proc univariate data=SAS_3_4;
var oxygen;
run;

可以看到oxygen的均值是47，标准差是5.3。

3.4.2

我们首先使用sort对group进行排序，再使用means来计算group的简单统计量。

/* 这是一个创建数据集的过程，如果你之前运行过，可以不加这句话
data SAS_3_4;
set SASuser.fitness;
run;
*/
proc sort data=SAS_3_4;
by group; /*先对group进行排序*/
run;
proc means data=SAS_3_4;
by group;
run;

从图中可以看出年龄大的心跳会低一些，随着年龄的增长，心肺功能会有所下降。

3.4.3

我们使用corr来计算相关系数，使用var可以指定要计算相关系数的变量有哪些。

/* 这是一个创建数据集的过程，如果你之前运行过，可以不加这句话
data SAS_3_4;
set SASuser.fitness;
run;
*/
proc corr data=SAS_3_4;
var age weight runtime rstpulse runpulse maxpulse oxygen group; /*统计HSS HEM HSE的相关系数*/
run;

从相关系数我们可以看出，心跳与年龄有很强的相关性。跑步的时候的心率和最大心率有很强的正相关，这个也很好理解，因为跑步的时候心跳会加快。

3.5

题目要求

需要用到宏，故不需要做。

3.6

题目要求

思路：我们首先生成的点F分布自由度为(1,30) .. ... (10,30)的点，x为从-5取到10，每隔0.1取一个点。接着使用plot函数画出散点图，并将散点图使用曲线连接，使用overlay来将六条曲线画在一张图上，使用legend来添加图例。

data SAS_3_6;
do x= -5 to 10 by 0.1;
f_1_30=PDF('F',x,1,30);
f_2_30=PDF('F',x,2,30);
f_3_30=PDF('F',x,3,30);
f_4_30=PDF('F',x,4,30);
f_5_30=PDF('F',x,5,30);
f_10_30=PDF('F',x,10,30);
output;
end;
run;
run;
proc gplot data=SAS_3_6;
Title "F分布密度曲线";
symbol1 color=red i=join v=none line=1;
symbol2 color=blue i=join v=none line=2;
symbol3 color=yellow i=join v=none line=3;
symbol4 color=black i=join v=none line=4;
symbol5 color=green i=join v=none line=5;
symbol6 color=grey i=join v=none line=6;
plot f_1_30*x=1 f_2_30*x=2 f_3_30*x=3 f_4_30*x=4 f_5_30*x=5 f_10_30*x=6 / overlay legend hminor=0 vaxis=axis1;/*添加图例*/
run;