SAS描述统计.ppt

SAS统计软件--在计量经济中应用 新疆财经大学统计与信息学院 王　建　军 SAS基础 SAS数据集建立 变量的描述统计分析SAS 一元回归模型与多元回归模型SAS SAS-用于分析定性变量 SAS用于联立模型 SAS用于时间序列 一、数据类型 二、常用测度指标 三、统计图 四、数据变换 一、数据类型 一、数据类型 按照计量尺度的不同，数据可以划分为四种类型： 字符型 数值型 定类、定序数据为定性数据，定距、定比数据为定量数据，不同数据有不同的分析模型 一、数据类型 按照数据结构不同，有如下四类数据： 横截面数据（cross-sectional data）： 在给定的时间点或时间段上，对个人、家庭、企业、地区乃至国家采集样本所构成的数据集 可以近似假定，是从总体中通过随机抽样获得 一、数据类型 时间序列数据（time series data）： 由不同时点或时期观测值所构成，其特点在于：往往不能满足回归分析的基本假定。 混合横截面数据（pooled cross-sectional data）： 不同年份的横截面数据混合，但不同年份的样本点不同 时序横截面数据（panel data）： 不同年份的横截面数据混合且每年样本点相同 一、数据类型 二、描述统计分析 原始数据的数量较多，难以把握其本质特征，难以进行比较，所以经常需要使用一些统计量来帮助分析 按照测度对象不同，可以分为 集中趋势度量 离散程度度量 偏态度量 1、集中趋势指标 均值（mean） 中位数（median） 2、离散趋势指标 标准差（standard deviation） 离散系数（coefficient of variation） 四分位距（quartile deviation） 1、集中趋势指标 均值 适用于正态分布数据（必定为定量数据） 优点：包含了所有数据的信息，是数据的重心、数学性质较好 缺点：不稳健，受异常数据的影响很大 1、集中趋势指标 中位数 适用于定序数据和非正态分布或存在异常值的定量数据 优点：稳健，含义清晰 缺点：将定量数据当定性数据处理，浪费了信息 1、集中趋势指标 五数概括 将中位数、上下四分位数和最大最小值这5个数放在一起，就能刻画出数据分布的大致状态，即为五数概括 中位数深度：（n+1）/2 四分数深度：（[中位数深度]+1）/2 2、离散趋势指标 标准差与离散系数 适用于定量数据 优点：包含了所有数据的信息，数学性质较好 缺点：不稳健，受异常数据的影响很大 与标准差相比，离散系数更具可比性，对于水平差异较大的数据，通常用后者进行比较 2、离散趋势指标 四分位距：上、下四分位数的差 适用于定序数据和存在异常值的定量数据 优点：稳健 缺点：将定量数据当定性数据处理，浪费了信息 3、偏度 计算公式 交叉表分析 三、统计图 1、条形图与直方图 2、饼图 3、箱线图 3、条形图与直方图 条形图（bar chart）与直方图（histogram）都用来观察数据的分布，但前者用于定性数据（不连续），后者用于定量数据（连续） 条形图与直方图 直方图 3、条形图与直方图 条形图 4、箱线图 箱线图（boxplot）也是一类重要的观察数据分布的图形，它是五数概括的图形表示 4、箱线图 离群值截断点 位于上四分位数+1.5四分位距以外的点； 位于下四分位数 -1.5四分位距以外的点都可以称为离群值（outliers） 4、箱线图 四、数据变换 当数据不能满足模型的一些基本假定时，需要对数据进行变换，最常见的变换理由是： 不对称 非线性 异方差性 四、数据变换 数据变换通常采用幂变化的形式： 四、数据变换 幂变化的优点： 递增函数，原来较大的数据变换以后仍然较大 连续函数，原数据中靠近的点，变换以后仍然靠近 凹性，在正数范围内，不是始终凹向上，就是始终凹向下，所以，一个特定的幂变换，要么对较大的数据比较小的数据更多的压缩，要么相反 对数变换 Lnx=log(x) * SAS是“统计分析系统”英语 Statistical analysis system的缩写。 SAS是美国SAS软件研究所发展为SAS软件公司的产品。1966年，由美国北卡罗里那州立大学（North Carolina State University)统计系教授开发的统计软件。1976年成立SAS研究所 SAS的统计功能十分全面和完备。涉及的统计方法非常广泛。掌握SAS软件主要是统计理论与计算机知识的结合。 SAS系统是由模块构成，主要模块有： SAS/BASE模块 ·Base SAS 作为SAS系统的核心，负责数据管理，交互应用环境管理，进行用户语言处