
SAS—freq、means过程
SAS—freq、means过程 proc means过程
means过程是SAS提供的一个数据汇总过程,单个或多个变量的简单的描述性统计分析。
means过程语法:
proc means <data = 数据集名><选项><统计关键量>;
var 变量名1 <变量名2>...;
by 变量名1 <变量名2>...;
class 变量名1 <变量名2>...;
freq <变量名>;
weight <变量名>;
id 变量名1 <变量名2>...;
output <out = 数据集名> 关键字=<新变量名列>;
run;
ex:
小东正常发挥1000m长跑的所用时间是450s,某段时间对小东1000m跑进行测试,抽选10次测试时间,分别是452s,436s,447s,439s,445s,460s,442s,456s,447,440s,请问这是小东的正常发挥水平吗?
分析:若小东正常发挥,那么小东当前测试成绩与450s无统计差异。将分析的变量值减去正常值,得到一组新样本,做均值为0 的T检验。
data test;
input time @@;
time = time-450;
cards
;
452 436 447 439 445 460 442 456 447 440
;
run;
proc means data = test t prt;
run;
T检验p =0.1737>0.05,假设成立,因此这是小东的正常水平。
means过程常用选项:
proc freq 过程
freq 过程主要有两个目的:1.描述分析,产生频数表和列联表,可简单的描述数据;2.统计推断,产生各种统计量,可分析变量间的关系。
语法格式:
proc freq <options> ;
by 变量名1 <变量名2>...;
exact 统计选项</计算选项>;
output <out = 数据集名>选项;
tables requests</选项>;
test 选项;
weight 变量名</选项>;
run;
语法解读:
by:指定的分组变量,通过单独分组后对每个组单独分析。
exact:指定精确测试。数据分析师培训
output:指定输出数据集。
test:指定相关的计算关联测度和一致性测度。
weight:指定一个变量的权重。
ex:
data test;
input sex $ name $ age height weight ;
cards
;
男 小东 25 160 50
女 小西 20 167 49
男 小南 6 130 35
男 小北 36 178 58
女 小中 26 168 67
女 小墨 27 165 41
男 小杰 47 180 70
男 小存 25 180 70
女 小青 25 167 49
女 小林 25 168 49
;
run;
proc sort data = test;
by sex;
run;
proc freq data = test noprint;
by sex;
tables age/out =age;
tables age*weight / out= age_weight;
run;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04