Proc Means：Means过程介绍

原文地址：Means：Means过程介绍">Proc Means：Means过程介绍作者：supersasmacro

Means过程介绍

 

原文地址：http://www2.sas.com/proceedings/sugi31/252-31.pdf

转载请注明出处: http://blog.sina.com.cn/s/blog_5d3b177c0100b68m.html

原文没有提供数据，所以就在网上随便找了个数据进行测试，地址如下：http://www.sasenterpriseminer.com/data/htwt.xls

该数据包含4个变量（性别sex，年龄age，身高height，体重weight），共237个观测。

 

1 语法：

proc means <option(s)><statistic-keyword(s)>;

  by <descending>variable(s);

  class variable(s)<option(s)>;

  freq variable;

  id variable(s);

  output <out =dataset><output-specification(s)>;

  types request(s);

  var variable(s);

  ways list;

  weight variable;

直接运行 proc means过程时，会对所有数值型变量进行操作，得到各变量的非缺失观测数N，均值MEAN，标准差STDDEV，最大值Max和最小值Min。

proc means data =Htwt;

run;

结果：

变量 标签   N    均值     标准偏差   最小值     最大值

-------------------------------------------------------------------

age    age   237  16.4430380 1.8425767  13.9000000 25.0000000

height  height 237 61.3645570  3.9454019 50.5000000  72.0000000

weight  weight 237 101.3080169 19.4406980 50.5000000  171.5000000

-------------------------------------------------------------------

我们还可以增加range（极差） sum（和） var（方差） mean（均值） nmiss（缺失值个数）median（中值）等选项得到其统计量。

proc means data =Htwt range sum var mean nmissmedian;

run;

结果略。

 

2 Class：对变量进行分组操作

proc means data = Htwt range sum var mean nmissmedian;

var height;

class sex;

run;

结果：

分析变量：height height

 

       sex   观测的个数           极差           总和           方差           均值   缺失值个数         中位数

       ---------------------------------------------------------------------------------------------------------------

       f            111     15.5000000        6718.40     11.2781294     60.5261261            0     61.3000000

 

       m            126     21.5000000        7825.00     18.2900698     62.1031746            0     61.9000000

       ---------------------------------------------------------------------------------------------------------------

 

3 out：输出结果数据集

proc means data = Htwt range sum var mean nmiss median;

var height;

class sex;

output out=height n = cnt sum = total mean = avg;

 

run;

proc print data=height;

run;

结果：

Obs   sex    _TYPE_   _FREQ_   cnt    total      avg

 

1              0       237    237   14543.4   61.3646

2     f       1       111    111    6718.4   60.5261

3     m       1       126    126    7825.0   62.1032

这里的n,sum,mean选项也可以用autoname自动命名。

这里的_TYPE_，当其值为0时，表示对总体进行操作，当其值为1时，表示对各个sex子集进行操作。如果这里的class后有两个变量，例如classsex age，则_type_会有4个值：

0 整个数据集的means操作

1 对age进行子集means操作（以字母为序）

2 对sex进行子集means操作（以字母为序）

3 对sex,age进行交叉子集子集means操作，即sex*age

 

4 types ：对以上所述的_type_进行选择输出。

proc means data = Htwt range sum var mean nmiss median;

var height;

class sex age;

types sex sex*age;

output out=height sum = n = /autoname;

run;

proc print data=height;

run;

只对_type_=2和3的结果进行输出到height数据集中。

如果要对_type_进行二进制层级显示，则要用到charttype选项。

proc means data = Htwt noprint chartype;

var height;

class sex age;

types sex age sex*age;

output out=height sum = n = /autoname;

run;

proc print data=height;

run;

 

结果：

Obs   sex    age   _TYPE_   _FREQ_     Sum     height_N

1          13.9     01         5      287.3        5

2          14.0     01         7      398.6        7

3          14.1     01         5      289.9        5

61    f      .      10       111     6718.4      111

62    m      .      10       126     7825.0      126

63    f    13.9     11         3      171.8        3

64    f    14.0     11         3      167.3        3

65    f    14.1     11         3      179.1        3

这里age的_type_为01，sex的_type_为10，两者交叉_type_就为11。

 

5 T检验：height的均值是否为70

data Htwttt;

set Htwt;

heighttt=height-70;

run;

proc means data = Htwttt n mean stderr t prt maxdec= 1 fw = 5;

var height heighttt;

run;

 

t ：t值

prt：大于t值的概率

maxdec：输出参数的数值的小数点位数

fw：fields width，宽度

结果：

变量       标签       N    均值   标准误差      t 值    Pr> |t|

---------------------------------------------------------------------

height     height   237    61.4        0.3    239.44     <.0001

heighttt             237    -8.6        0.3    -33.70     <.0001

这里P值都小于0.01，故拒绝原假设