
SAS學習筆記(8):數(shù)據(jù)集轉置描述統(tǒng)計相關系數(shù)計算
本篇SAS讀書筆記主要介紹SAS相關數(shù)據(jù)處理過程,譬如數(shù)據(jù)集轉置、描述統(tǒng)計以及相關系數(shù)的計算。
5數(shù)據(jù)集轉置
有時我們需要改變觀測與列的關系,這可以用TRANSPOSE過程來實現(xiàn)。
先舉一個合并觀測的例子。
例1:假設我們對若干個病人先后試驗了A藥和B藥,藥效記錄在val變量中,數(shù)據(jù)見表
為了進行統(tǒng)計分析我們需要把兩次的藥效存入兩個變量,即兩個觀測合并為一個觀測,用如下程序可以實現(xiàn):
proc sort data=onecol;
by num;run;
proc transpose data=onecol out=twotest;
var val;
id test;
by num;
run;
例2:轉置當然也可以是同時對多行和多列進行,比如下面的例子中原始數(shù)據(jù)集為4行3列,轉置后變成了3行4列。
data mat;
input x1 x2 x3;
cards;
1 2 3
4 5 6
7 8 9
10 11 12
;
run;
程序如下
proc transpose data=mat out=matt;
var x1 x2 x3;
run;
6 描述統(tǒng)計
MEANS、UNIVARIATE和FREQ這三個過程用來計算簡單的描述統(tǒng)計量。MEANS和UNIVARIATE過程對區(qū)間變量計算均值、標準差等數(shù)字特征,而FREQ過程對離散變量計算取值頻數(shù)分布。
例1:要統(tǒng)計學生信息中的數(shù)學與語文成績相關的統(tǒng)計量。
proc means data=student;
var math chinese;
run;
結果將輸出相關的:樣本數(shù)目n,均值,標準差,最小值,最大值
UNIVARIATE過程則可以計算較多的統(tǒng)計量,輸出包括五個部分。第一部分是矩統(tǒng)計量。第二部分為基本的位置和分散程度統(tǒng)計量,位置統(tǒng)計量包括均值、中位數(shù)、眾數(shù),分散程度統(tǒng)計量包括標準差、方差、極差、四分位間距。第三部分為關于均值等于零的三種檢驗的結果,包括t檢驗、符號檢驗和符號秩檢驗。第四部分為各個重要的分為數(shù)估計。第五部分是變量的五個最低值和五個最高值。
FREQ過程可以考察離散變量的取值分布,在TABLES語句中指定要分析的變量。比如,我們想了解C9501中性別的分布情況,可以用:
注意:也可以在INSIGHT模塊計算
7 相關系數(shù)計算
CORR過程用來計算變量的相關系數(shù)
例:計算變量x1,x2,x3兩兩之間相關系數(shù)
proc corr data=aa;
var x1 x2 x3;
run;
注意:也可以在INSIGHT分析模塊的多元部分計算。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11