统计数据分析-2

最近在找医药方向的工作，发现基本都要求需要有SAS的背景，反而对于R或者python都不高，因此，后续统计分析将用SAS进行。

描述性统计分析

这是统计的基础，无论是参数估计还是统计检验，其基础都是描述性统计分析里面的指标，配上对应的统计分布和理论，就能够进行高级的统计分析，因此无论学什么，都得从描述性统计分析开始。

对于计量资料，它是连续的，数值型的资料，它的描述性统计常见指标包括：样本数，均值，中位数，众数，最大最小值，极值，标准差，方差，标准误，变异系数，分位数，还有一些比较特殊的，比如缺失数量，数据偏度，数据峰度，未矫正平方和、矫正平方、数据权重，加权平均、可信区间。

而对于技术资料，则主要是需要频数、频率，水平（等级）；

因此对于计量资料，SAS中输出非常容易，使用最常用的means过程来进行描述性统计。

*使用sashelp中的cars数据进行描述性统计分析;
DATA basicstat;
SET sashelp.cars;
run;

*使用分组by之前需要对对应的变量排序;
proc sort data=basicstat;
by Type;
run;

proc means n mean max min range sum var std mode stderr cv q1 q3;
var Invioce;
by Type;
run;

*如果需要保存，可以用ODS系统保存下来;
ODS PDF
FILE="/filepath/file.pdf"
STYLE=EGDefault;

proc means n mean max min range sum var std mode stderr cv q1 q3;
var Invioce;
by Type;
run;

ODS PDF CLOSE;

*想偷懒的话可以用UNIVARIATE的ALL全输出来;
proc univariate data=basicstat all;
var Invioce;
by Type;
run;

对于计数数据，很多统计量其实是不能够进行计算的，大多数只需要统计频数，知道水平数，计算频率就行了。

*技术资料的统计由proc freq进行，它输出频数，百分比，累积频数/百分比;
*同样可以用ODS输出为各种格式;
proc freq data=basicstat;
table Type;
run;

因此，我们可以看到，对于计数和计量资料，SAS用了两套不同的体系来进分析，而不是像R一样通过参数来进行调整，有好有坏吧，好处是各做各的不可能出问题，坏处是要记忆的东西变多了。

此外，我们提出一个进阶的需求，假如我们想看到这些描述性统计的图像怎么办？

由于means过程不提供绘图，因此需要用univariate过程来进行绘图；

*boxplot，描绘得好的话，可以反映数据的分布，上下分位数，均值;
proc sgplot data=basicstat;
vbox Invoice;
title "Invoice Boxplot";
run;

*或者用复杂一点的方案;
title 'Invoice Boxplot';
    proc boxplot data=basicstat;
      plot Invoice*Type;
      inset min mean max stddev /
         header = 'Overall Statistics'
         pos    = tm;
   run;

*histgram，直方图展示数据的大概分布;
proc univariate data=basicstat;
histogram Invoice
/normal(mu=est sigma=est color=biv w=2);
run;

可以看到SAS绘图体系比较分散，事实上，能做SAS绘图的包括几个体系，univariate，sgplot，gchart和gplot，此外，chart和plot也有绘图系统…..so….而且几个系统之间还不互通，而且还没有一个系统能够绘制所有的图….真是难顶……

下一次来一个绘图全集吧…..不然这太难受了，画个图都没法统一代码和流程。