SAS基础与金融计算7

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,SAS,基础与金融计算,1,本节讲授内容,SAS,图表过程,Proc chart,过程,Proc gchart,过程,2,统计图,对统计资料图形化处理就形成统计图，运用统计图形能直观地描述统计分布的特征和变量之间的关系。,统计图有多种表现形式：,1,、直方图,2,、饼图,3,、折线图,4,、曲线图,3,回顾,Proc univariate data= student,plot,;,var height ;,Run;,获得三个图,:,1,、茎叶图,2,、箱线图,3,、正态概率图,4,统计分组的相关概念,根据统计研究的目的和客观现象的内在特点，按某个标志或几个标志把被研究的总体划分为若干个不同性质的组，称为统计分组。,分组的性质来看：兼有分和合双重含义。,5,统计分组的步骤,1.,确定数据的全距（,R,）：,R,x,max,-x,min,（即最大变量值与最小变量值之差）,2.,确定组限、组距和组数,（,1,）组限分为上限和下限，上限是各组的最大变量值，下限是各组的最小变量值。,（,2,）各组上限与下限之差称为该组的组距。,（,3,）组数是指某个变量数列划分为多少个组。,说明：组数的多少与组距的大小成反比关系，组距越大，则可分的组就越少。,6,分组，应注意如下两个问题：,首先，分组时各组数量界限的确定必须能反映事物质的差别,体现量变到质变的转化。,其次，应根据被研究的现象总体的数量特征，采用适当的分组形式，确定相宜的组距、组限,主要解决分多少组的问题。,7,组数的确定：与组距大小成反比,以下是美国学者斯特杰斯经验公式：,n=1+3.322lgN,（,n:,组数；,N,：总体单位数）,d=R/n=,（,Xmax-Xmin,）,/n,（,n,为组数，,d,为组距，,R,为全距）,8,根据上述公式，可以得出如下的组数参考标准：,分组组数参考表,N,15-24,25-44,45-89,90-179,180-359,n,5,6,7,8,9,上述数据仅供参考，不能生搬硬套，实际分组时要依所研究资料的性质而定。,9,SAS,制图过程,SAS,统计制图过程均可以实现对样本分布特征的图形表示，一般情况下可以使用的有,chart,过程、,plot,过程、,gchart,过程和,gplot,过程。,前两个和后两个只有一个字母“,g”,（代表,graph,）的差别，其实它们之间（只差一个字母,g,的过程之间）的统计描述功能是相同的，区别仅在于绘制出的图形的复杂和美观程度。,10,此外，还有一些较为复杂的制图命令，如运用,G3D,过程绘制曲面图，运用,GCONTOUR,过程绘制曲面对应的等高线图。,例如，我们想绘制一个二维正态分布曲面的图形，假设,(X,，,Y),服从联合正态分布，其均值都是,0,，方差分别为,1,和,a,，相关系数为,r,。,11,chart,（或,plot,）与,gchart,（或,gplot,）,chart,过程和,plot,过程绘制的图形类似于我们用文本字符堆积起来的图形，只能概括地反映出资料分布的大体形状，实际上这两个过程绘制的图形并不能称之为图形，因为它没有涉及一般意义上图形的任何一种元素（如颜色、分辨率等）。,而,gchart,过程和,gplot,过程给出的是真正意义上的图形，可以用很多的语句和选项来控制图形的各方面的性质和特征。,12,Chart,（或,gchart,）与,plot,（或,gplot,）,chart,和,gchart,过程可以绘制出的图形主要有条形图（包括横条和竖条）、圆图、环形图和星形图等；,plot,和,gplot,过程通常用一个记录中的两个变量值表示点的坐标来绘制图形，如散点图和线图等。,13,gchart,过程的一般格式,Proc gchart,选项列表；,图形关键词 变量名称,/,选项列表；,Run,；,此过程格式简单，复杂的地方在于图形关键字（每个图形关键字对应一种图形类型）所引导的语句，它是控制图形类型及图形要素的地方，涉及到众多的关键字和选项。,14,gchart,过程可以使用的图形关键字及其所绘制的图形类型见下表：,15,图形关键字后的变量名用以指定进行图形描述时的分组变量，可以是数值型的（此时以各组的组中值为分组的标志），也可以是字符型的。,选项列表中比较重要的有：,（,1,）,type=,统计量关键字，表示图形对变量（,sumvar,所指定的变量）的哪一种统计量进行描述，比如频数（,freq,）、均数（,mean,）、总计（,sum,）、频数百分比（,percentage,）等；,16,（,2,）,subgroup=,变量名（分组变量），指定要进行分组（各组内再分组）的变量；,（,3,）,sumvar=,变量名（数值变量），指定要进行统计计算的变量，也就是“,type=,统计量关键字”选项中统计量的计算所依据的变量。,17,下表为长沙市某大学,160,名正常成年女子,2006,年体检资料中的血清甘油三酯的测量结果（,mmol/L,）,试以直方图来表示上述资料的分布特征。,18,例,1,：单变量数据,第一步：建立数据集；,data test;,input x,;,cards;,0.91 0.881.410.961.481.460.911.10,1.26 1.691.141.240.980.680.831.77,1.49 1.021.170.990.611.330.790.95,1.05 1.651.201.240.841.400.721.06,;,Run;,双尾符，它表示为了执行下一个,input,语句，保持指针在这个输入的记录行上。,比较有加双尾符和没加双尾符的区别。,19,第二步，进行初步的统计分析，确定分组的个数。,Proc univariate data=test;,var x;,Run;,20,所有,160,个观测值中，最大的为,1.77,，最小的为,0.51,，如果以,0.1,为组距，将所有观测值归入,13,个组。,如果根据前面的斯特杰斯经验公式，则应将所有观测值归入,8,组。,The MEANS Procedure,Analysis Variable : x,N Mean Std Dev Minimum Maximum,160 1.1312 0.2945 0.5100 1.7700,21,第三步，画图。,proc gchart data=test;,vbar x/,type,=freq,levels,=13,inside,=freq,space,=0,width,=6;,run;,Vbar,语句表示我们要做的是竖立的条形图，其后跟的是作图所要依据的分类变量，这里我们以变量,x,来做直方图。斜杠后的内容是对所做条形图进行控制的选项，本段程序所涉及的各选项的含义和功能见下表。,22,各选项的含义和功能,23,Proc gchart data=test;,vbar x/,type,=freq,levels,=13,sumvar,=x,inside,=freq,space,=0,width,=6;,Run;,24,Proc gchart data=test;,vbar x/,type,=freq,levels=8,sumvar,=x,inside,=freq,space,=0,width,=6;,Run;,25,Proc gchart data=test;,vbar x/,type,=freq,levels,=13,sumvar,=x,inside=mean,space,=0,width,=6;,Run;,26,Proc gchart data=test;,vbar x/,type,=freq,levels,=13,sumvar,=x,inside,=mean,space=5,width,=6;,Run;,27,Proc gchart data=test;,vbar x/,type,=freq,levels,=13,sumvar,=x,inside,=mean,space,=0,width=9,;,Run ;,28,比较,Proc gchart,与,Proc chart;,比较,vbar,和,hbar;,Vbar,用来列出用户想要画的垂直条形图的那些变量，每个图表变量对应一张垂直条形图；,Hbar,对列出的每个图变量生成水平的条形图。,比较直方图与饼图。,29,Proc gchart data=test;,hbar,x/,type,=freq,levels,=13;,Run;,30,Proc gchart data=test;,pie,x/,type,=freq,levels,=13;,Run ;,31,Proc gchart data=test;,pie,x/,type,=mean,sumvar,=x,levels,=13;,Run ;,32,Proc gchart data=test;,pie,x/,type,=mean,sumvar,=x,levels,=5;,Run ;,33,例,2,：分组数据,下表是财政系问卷设计资料汇总,34,第一步，建立数据集；,Data score;,input subject $ sex $ num1 num2;,Cards;,；,Run;,Data score;,set score;,label,subject=,专业, sex=,性别, num1= ,人数, num2=,题量,;,Run;,35,Group,语句,Proc,gchart,;,vbar,subject/,group,=sex,sumvar,=num2,type,=,mean,;,run,;,Num2,表示题量。,上述语句意思是：先按性别分两组，接着在每组中按专业进一步分三组，最后再将每组设计的题量的平均数列示出来。,36,Proc,gchart,;,vbar,subject/,group,=sex,type,=,freq,;,run,;,Num2,表示题量。,上述语句意思是：先按性别分组，接着在每组中按专业进一步分组，最后再将每组包含的单位数列示出来。,37,Proc,gchart,;,vbar,sex/,group,=subject,sumvar,=num2,type,=,mean,;,run,;,Num2,表示题量。,上述语句意思是：先按专业分三组，接着在每组中按性别分别分两组，最后再将每组设计的题量的平均数列示出来。,38,By,语句,Proc,gchart,;,vbar,subject/,sumvar,=num2,type,=,mean,;,by,sex;,run,;,上述语句将得到由,by,变量定义的几个观测组分别画出的图表。,39,Subgroup,语句,Proc,gchart,;,vbar,sex/,subgroup,=subject,type,=freq ;,run,;,上述语句意思是：先按性别分两组，接着在每组中按专业进一步分三组，最后再将每组包含的单位数列示出来。,40,Proc,gchart,;,vbar,subject/,subgroup,=sex,type,=freq ;,run,;,上述语句意思是：先按专业分三组，接着在每组中按专业进一步分两组，最后再将每组包含的单位数列示出来。,41,Block,语句,该语名列出用户想要画的块形图的变量。,Proc,gchart,;,block,sex/,group,=subject,sumvar,=num2,type,=mean ;,run,;,42,Proc,gchart,;,block,subject/,group,=sex,sumvar,=num2,type,=mean ;,run,;,43,期中作业,对交易数据制图，要求：,（,1,）根据个人分析需要，选择适当的图形，并附以文字进行说明；,（,2,）图型类型要包含茎叶图、箱线图、直方图、饼图中至少两种；,（,3,）以,word,文档提交，文档中至少要出现,6,幅图；,（,4,）提交到,信箱（注明姓名学号）。,44,