個(gè)人整理的一份SAS入門資料

初識(shí)SAS 啟動(dòng) 用如下方法可以進(jìn)入SAS系統(tǒng)的窗口運(yùn)行環(huán)境： 在Win95或NT環(huán)境中，從開始菜單的程序文件夾中找到SAS系統(tǒng)文件夾，從中啟動(dòng)SAS 系統(tǒng)?；蛘呱蒘AS.EXE的快捷方式（把SAS.EXE用鼠標(biāo)右鍵拖到桌面），雙擊SAS.EXE啟動(dòng)。 在Windows 3.xx環(huán)境中找到SAS系統(tǒng)程序組中的SAS圖標(biāo)雙擊啟動(dòng)。 SAS AWS（SAS應(yīng)用工作空間） 啟動(dòng)后，出現(xiàn)如圖 1的SAS運(yùn)行界面，術(shù)語(yǔ)稱為“SAS工作空間（SAS Application WorkSpace ）”。它象其它Windows應(yīng)用程序一樣，在一個(gè)主窗口內(nèi)，包含若干個(gè)子窗口，并有菜單條、工具欄、狀態(tài)欄等。 SAS有三個(gè)最重要的子窗口：程序窗口（PROGRAM EDITOR）、運(yùn)行記錄窗口（LOG）、輸出窗口（OUTPUT）。 程序窗口的使用類似于Windows中的記事本程序，可以在其中編輯文本文件，主要是編輯SAS 程序。程序可以直接在窗口中鍵入，插入新行用回車，插入點(diǎn)光標(biāo)（閃動(dòng)的豎線）可以用光標(biāo)鍵（上下左右箭頭、Home、End）移動(dòng)或用鼠標(biāo)單擊到某一處。按住Shift再按光標(biāo)鍵可以加亮顯示一塊文本，然后用復(fù)制、剪切、粘貼命令（Edit菜單中的Cut、Copy、Paste，或工具欄圖標(biāo)）可以復(fù)制或移動(dòng)加亮顯示的文本。這些編輯操作具體請(qǐng)參考Windows的有關(guān)文檔。 運(yùn)行記錄窗口記錄程序的運(yùn)行情況，運(yùn)行是成功還是出錯(cuò)，運(yùn)行所用時(shí)間，如果出錯(cuò)，錯(cuò)在什么地方。運(yùn)行記錄窗口中以紅色顯示的是錯(cuò)誤信息。 輸出窗口顯示SAS程序的文本型輸出（圖形輸出單獨(dú)有一個(gè)GRAPHICS窗口）。輸出分頁(yè)顯示。 要把光標(biāo)移動(dòng)到某一窗口，可以用主菜單中的Window菜單選擇要顯示的窗口。用功能鍵F5 可以切換到程序窗口，F(xiàn)6可以到運(yùn)行記錄窗口，F(xiàn)7可以到輸出窗口。 SAS主窗口標(biāo)題欄下是主菜單。SAS菜單是動(dòng)態(tài)的，其內(nèi)容隨上下文而不同，即光標(biāo)在不同窗口其菜單也不同。其中，F(xiàn)ile（文件）菜單主要是有關(guān)SAS文件調(diào)入、保存及打印的功能。Edit （編輯）菜單用于窗口的編輯（如清空、復(fù)制、剪切、粘貼、查找、替換）。Locals（局部）菜單與當(dāng)前正在進(jìn)行的操作有關(guān)，如果你正在程序窗口中編輯程序，則Locals菜單有提交運(yùn)行、調(diào)回修改等項(xiàng)，如果在運(yùn)行記錄窗口或輸出窗口則Locals菜單項(xiàng)根本不出現(xiàn)。Globals 菜單內(nèi)容比較復(fù)雜，它可以打開被關(guān)閉的程序窗口、運(yùn)行記錄窗口、輸出窗口、圖形窗口，可以進(jìn)入SAS提供的各個(gè)獨(dú)立模塊。主菜單下是一個(gè)命令條和工具欄菜單。命令條主要是用于與SAS較早版本的兼容性，可以在這里鍵入SAS的顯示管理命令。工具欄圖標(biāo)提供了常見任務(wù)的快捷方式，比如保存、打印、幫助等等。鼠標(biāo)光標(biāo)在某一工具欄圖標(biāo)上停留幾秒可以顯示一個(gè)說明。工具欄圖標(biāo)的解釋如下： 　 Submit － 提交編輯窗口中的程序 　 New － 清空編輯窗口 　 Open － 打開文件到編輯窗口。用戶指定一個(gè)文件調(diào)入到編輯窗口內(nèi)。這個(gè)文件從此與編輯窗口相關(guān)聯(lián)，以后的存盤操作將自動(dòng)存入這個(gè)文件。 　 Save － 存盤，保存編輯窗口內(nèi)容，注意如果此窗口已經(jīng)與一個(gè)文件相聯(lián)系的話此功能將覆蓋文件的原有內(nèi)容而不提示。 　 Print － 打印當(dāng)前窗口內(nèi)容 　 Print preview －打印預(yù)覽。 　 Cut － 剪切選定文本。 　 Copy － 復(fù)制選定文本。 　 Paste － 粘貼。注意這些操作是對(duì)Windows 剪貼板進(jìn)行的，可以用來與其它Windows應(yīng)用程序交換文本、數(shù)據(jù)等。剪切或復(fù)制到剪貼板的內(nèi)容可以被其它應(yīng)用程序粘貼，其它應(yīng)用程序放到剪貼板的內(nèi)容也可以粘貼到SAS的編輯窗口中。 　 Undo － 撤銷剛才的編輯操作。 　 DOS prompt － 臨時(shí)進(jìn)入DOS。 　 Browse － 打開WWW瀏覽器并進(jìn)入SAS公司的主頁(yè) 　 Directories － 進(jìn)入Directory（目錄）窗口，可以瀏覽各SAS數(shù)據(jù)庫(kù)的內(nèi)容，可以瀏覽數(shù)據(jù)庫(kù)中的數(shù)據(jù)集、SAS目錄的內(nèi)容。 　 SAS/ASSIST － 啟動(dòng)SAS的菜單驅(qū)動(dòng)界面SAS/ASSIST 。 　 Help － 啟動(dòng)Windows的幫助系統(tǒng)進(jìn)入SAS 的幫助。 簡(jiǎn)單運(yùn)行樣例 假設(shè)我們有一個(gè)班學(xué)生的數(shù)學(xué)成績(jī)和語(yǔ)文成績(jī)，數(shù)學(xué)滿分為100，語(yǔ)文滿分為120，希望計(jì)算學(xué)生的平均分?jǐn)?shù)（按百分制）并按此排名，可以在程序窗口輸入此程序： title 95級(jí)1班學(xué)生成績(jī)排名; data c9501; input name $ 1-10 sex $ math chinese; avg = math*0.5 + chinese/120*100*0.5; cards; 李明 男 92 98 張紅藝 女 89 106 王思明 男 86 90 張聰 男 98 109 劉潁 女 80 110 ; run; proc print;run; proc sort data=c9501; by descending avg; run; proc print;run; 實(shí)際上，輸入這樣包含中文的程序最好辦法不是在SAS程序窗口直接輸入，因?yàn)镾AS目前對(duì)中文輸入的處理還不夠完善，好的辦法是打開一個(gè)其它的編輯程序如Windows中的記事本（在Win95 中用開始菜單中的“程序 | 附件 | 記事本”啟動(dòng)），在記事本中復(fù)制輸入的程序，然后到SAS 系統(tǒng)程序窗口中使用粘貼命令（用Edit菜單的Paste或工具欄上的粘貼圖標(biāo)），把程序復(fù)制到SAS 中。也可以在記事本中把編好的程序存盤，然后在SAS程序窗口用File菜單的Open命令打開保存好的程序文件。 要運(yùn)行此程序，只要用鼠標(biāo)單擊工具欄的提交圖標(biāo) ，或用Locals菜單的Submit命令。運(yùn)行后，運(yùn)行記錄窗口出現(xiàn)如下內(nèi)容： 50 title 95級(jí)1班學(xué)生成績(jī)排名; 51 data c9501; 52 input name $ 1-10 sex $ math chinese; 53 avg = math*0.5 + chinese/120*100*0.5; 54 cards; 　 NOTE: The data set WORK.C9501 has 5 observations and 5 variables. NOTE: The DATA statement used 0.11 seconds. 　 　 60 ; 61 run; 62 proc print;run; 　 NOTE: The PROCEDURE PRINT used 0.0 seconds. 　 　 63 proc sort data=c9501; 64 by descending avg; 65 run; 　 NOTE: The data set WORK.C9501 has 5 observations and 5 variables. NOTE: The PROCEDURE SORT used 0.05 seconds. 　 　 66 proc print;run; 　 NOTE: The PROCEDURE PRINT used 0.0 seconds. 其中記錄了每段程序的運(yùn)行情況、所用時(shí)間、生成數(shù)據(jù)保存情況。如果有錯(cuò)誤還會(huì)用紅色指示錯(cuò)誤。比如，最后的proc print后面的分號(hào)如果丟失，記錄窗口顯示如下錯(cuò)誤： 67 proc printrun; -------- 181 ERROR 181-322: Procedure name misspelled. 錯(cuò)誤說明為過程名錯(cuò)拼，但實(shí)際上是丟了分號(hào)導(dǎo)致print和run連成了一個(gè)詞。在程序窗口用“Locals | Recall text”菜單或按F4功能鍵可以調(diào)回程序修改。正確運(yùn)行后輸出窗口出現(xiàn)如下結(jié)果： 95級(jí)1班學(xué)生成績(jī)排名 3 　 OBS NAME SEX MATH CHINESE AVG 　 1 李明 男 92 98 86.8333 2 張紅藝 女 89 106 88.6667 3 王思明 男 86 90 80.5000 4 張聰 男 98 109 94.4167 5 劉潁 女 80 110 85.8333 95級(jí)1班學(xué)生成績(jī)排名 4 　 OBS NAME SEX MATH CHINESE AVG 　 1 張聰 男 98 109 94.4167 2 張紅藝 女 89 106 88.6667 3 李明 男 92 98 86.8333 4 劉潁 女 80 110 85.8333 5 王思明 男 86 90 80.5000 這里有兩頁(yè)輸出，第一頁(yè)是輸入數(shù)據(jù)后用PROC PRINT顯示的數(shù)據(jù)集，第二頁(yè)為按平均分排名后的結(jié)果。 從上面的例子程序可以看出SAS程序的一些特點(diǎn)。SAS程序由 語(yǔ)句組成，語(yǔ)句用分號(hào)結(jié)束。SAS程序中大小寫一般不區(qū)分（字符串中要區(qū)分大小寫）。SAS程序中的空格、空行一般可以任意放置，這樣我們可以安排適當(dāng)?shù)目s進(jìn)格式使得源程序結(jié)構(gòu)清楚易讀。SAS程序由兩種“步”構(gòu)成，一種叫 數(shù)據(jù)步（data step），一種叫 過程步（proc step），分別以DATA語(yǔ)句和PROC語(yǔ)句開始。數(shù)據(jù)步和過程步由若干個(gè)語(yǔ)句組成，一般以RUN語(yǔ)句結(jié)束。 SAS基本概念 本節(jié)介紹一些SAS特有的概念，其中最重要的是數(shù)據(jù)集。 SAS數(shù)據(jù)集 SAS數(shù)據(jù)集（SAS Datasets）可以看作由若干行和若干列組成的表格，類似于一個(gè)矩陣，但各列可以取不同的類型值，比如整數(shù)值、浮點(diǎn)值、時(shí)間值、字符串、貨幣值等等。SAS 數(shù)據(jù)集存放在以特殊格式存放的二進(jìn)制文件中，我們用一個(gè)SAS中的邏輯名來使用SAS數(shù)據(jù)集而不需關(guān)心它到底如何存儲(chǔ)在磁盤上。比如，1.1.3的例子生成了一個(gè)名為C9501的數(shù)據(jù)集，它的邏輯形式如下表： NAME SEX MATH CHINESE AVG 李明 男 92 98 86.8333 張紅藝 女 89 106 88.6667 王思明 男 86 90 80.5000 張聰 男 98 109 94.4167 劉潁 女 80 110 85.8333 數(shù)據(jù)集的每一行叫做一個(gè)觀測(cè)（Observation），每列叫做一個(gè)變量（Variable）。SAS數(shù)據(jù)集等價(jià)于關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)中的一個(gè)表，實(shí)際上一個(gè)SAS數(shù)據(jù)集有時(shí)也稱作一張表。在數(shù)據(jù)庫(kù)術(shù)語(yǔ)中一個(gè)觀測(cè)稱作一個(gè)記錄，一個(gè)變量稱作一個(gè)域。在C9501數(shù)據(jù)集中有5個(gè)觀測(cè)，分別代表5個(gè)學(xué)生的情況，而每個(gè)學(xué)生有5個(gè)數(shù)據(jù)，分別為姓名、性別、數(shù)學(xué)成績(jī)、語(yǔ)文成績(jī)、平均分，所以此數(shù)據(jù)集有5個(gè)變量。 從上面看出，數(shù)據(jù)集要有名字，變量要有名字，所以SAS中對(duì) 名字（數(shù)據(jù)集名、變量名、數(shù)據(jù)庫(kù)名，等等）有約定：SAS名字由英文字母、數(shù)字、下劃線組成，第一個(gè)字符必須是字母或下劃線，名字最多用8個(gè)字符，大寫字母和小寫字母不區(qū)分。比如，name，abc，aBC，x1，year12，_NULL_等是合法的名字，且abc和aBC是同一個(gè)名字，而class-1（不能有減號(hào)）、a bit（不能有空格）、serial#（不能有特殊字符）、Documents （超長(zhǎng)）等不是合法的名字。 SAS數(shù)據(jù)庫(kù) SAS數(shù)據(jù)集是各種特殊格式的 SAS文件中最重要的一種。另一種重要的SAS文件是 SAS目錄（Catalog），用來保存各種不能表示成行列結(jié)構(gòu)表格形式的數(shù)據(jù)，比如系統(tǒng)設(shè)置、圖象、聲音等。多個(gè)SAS文件可以放在一起，稱為一個(gè) SAS數(shù)據(jù)庫(kù)（Library）。數(shù)據(jù)庫(kù)有一個(gè)庫(kù)名（Libname），其命名遵循上述SAS名字命名原則。在MS DOS/Windows環(huán)境中，一個(gè)SAS數(shù)據(jù)庫(kù)實(shí)際是磁盤上的一個(gè)子目錄（特殊情況下一個(gè)數(shù)據(jù)庫(kù)可以由幾個(gè)子目錄組成）。為了把庫(kù)名和子目錄聯(lián)系起來，使用LIBNAME語(yǔ)句。比如，我們?cè)贑:\Y1995子目錄中保存了幾個(gè)SAS數(shù)據(jù)集，可以用如下語(yǔ)句把庫(kù)名MYLIB與子目錄C:\Y1995 聯(lián)系起來： libname mylib "c:\y1995"; 有三個(gè)預(yù)定義的SAS數(shù)據(jù)庫(kù)：WORK、SASUSER、SASHELP。其中，WORK數(shù)據(jù)庫(kù)叫做 臨時(shí)庫(kù)，存放在其中的SAS文件叫 臨時(shí)文件，這些臨時(shí)文件當(dāng)退出SAS系統(tǒng)時(shí)會(huì)被自動(dòng)刪除。SASUSER庫(kù)保存與用戶個(gè)人設(shè)置有關(guān)的文件，它是永久的，即退出SAS時(shí)文件不會(huì)被刪除。SASHELP庫(kù)保存與SAS幫助系統(tǒng)、例子有關(guān)的文件，是永久的。 從上面看出，SAS文件分為 臨時(shí)文件和 永久文件：臨時(shí)文件在退出SAS系統(tǒng)時(shí)自動(dòng)被刪除，永久文件在退出SAS系統(tǒng)時(shí)不自動(dòng)被刪除。所以，我們把作為中間結(jié)果使用的數(shù)據(jù)集或練習(xí)用的數(shù)據(jù)集作為臨時(shí)數(shù)據(jù)集保存，而需要以后再用的數(shù)據(jù)集則可以保存為永久數(shù)據(jù)集。臨時(shí)數(shù)據(jù)集和永久數(shù)據(jù)集的區(qū)別是：臨時(shí)數(shù)據(jù)集可以用 單水平名，即只有數(shù)據(jù)集名，比如C9501，而永久數(shù)據(jù)集名由兩部分組成，前一部分是它的庫(kù)名，后一部分才是數(shù)據(jù)集名，兩部分中間用小數(shù)點(diǎn)連接，比如放在MYLIB庫(kù)（即"C:\Y1995" 子目錄）中的數(shù)據(jù)集TEACH必須用MYLIB.TEACH表示。這樣指定的數(shù)據(jù)集名在生成時(shí)可以放到由庫(kù)名指定的子目錄中，在讀取時(shí)可以到指定的子目錄讀取，并且不會(huì)被自動(dòng)刪除。 臨時(shí)數(shù)據(jù)集除用單水平名外 ，也可以用庫(kù)名為WORK的兩水平名，如WORK.C9501和C9501 是一樣的。 要生成永久數(shù)據(jù)集，只要在指定要生成的數(shù)據(jù)集名時(shí)使用兩水平名且?guī)烀延卸x，比如，要把上面的C9501數(shù)據(jù)集在生成時(shí)就放到"C:\Y1995"子目錄中，可以用如下語(yǔ)句： libname mylib "c:\y1995"; data mylib.c9501; …… proc sort data=mylib.c9501; …… 這個(gè)程序和1.1.3的例子相比只是增加了一個(gè)定義庫(kù)名的LIBNAME語(yǔ)句，然后在所有用到數(shù)據(jù)集名C9501的地方換成了兩水平名MYLIB.C9501。要注意生成的數(shù)據(jù)集是MYLIB.C9501后面在用到它的時(shí)候（在PROC SORT中）也必須使用兩水平名MYLIB.C9501而不能使用單水平名C9501 ，這兩個(gè)名字指向的不是同一個(gè)SAS文件。 為了顯示現(xiàn)有定義的數(shù)據(jù)庫(kù)，只要單擊工具欄的 圖標(biāo)，如圖 2。 Libraries窗口顯示了現(xiàn)有定義的所有數(shù)據(jù)庫(kù)及其對(duì)應(yīng)的子目錄，并在窗口下方顯示了選定的數(shù)據(jù)庫(kù)中的SAS文件列表。文件列表第一列是SAS文件名稱，第二列是其類型，DATA代表數(shù)據(jù)集。雙擊某一數(shù)據(jù)集名可以打開此數(shù)據(jù)集到一個(gè)數(shù)據(jù)顯示窗口查看。 不需編程的SAS應(yīng)用――SAS/INSIGHT 介紹 SAS的使用方法一般是象1.1.3那樣輸入一個(gè)程序，運(yùn)行，修改，最后在輸出窗口得到結(jié)果。隨著圖形界面、用戶友好等程序思想的發(fā)展，SAS也逐漸提供了一些不需要學(xué)習(xí)SAS編程就能進(jìn)行數(shù)據(jù)管理、分析、報(bào)表、繪圖的功能，其中做得比較出色的一個(gè)是SAS/INSIGHT模塊。SAS/INSIGHT是在基本的SAS系統(tǒng)基礎(chǔ)上添加的一個(gè)模塊，提供了數(shù)據(jù)交互輸入、數(shù)據(jù)探索、分布研究、相關(guān)分析、各種圖形等功能。這里我們初步介紹SAS/INSIGHT的使用。 要啟動(dòng)SAS/INSIGHT，選Globals | Analyze | Interactive data analysis菜單，首先出現(xiàn)圖 3那樣的選擇數(shù)據(jù)集的窗口： 這是SAS/INSIGHT必須先選擇一個(gè)要分析、觀察的數(shù)據(jù)集。如果要生成新數(shù)據(jù)集，按New按鈕，如果要打開已有數(shù)據(jù)集，按Open按鈕。圖 4是SAS/INSIGHT運(yùn)行時(shí)的樣子。 數(shù)據(jù)窗口 SAS/INSIGHT提供了一個(gè)類似于電子表格的數(shù)據(jù)窗口來管理數(shù)據(jù)集。圖 5為顯示了數(shù)據(jù)集SASUSER.CLASS的數(shù)據(jù)窗口： 此數(shù)據(jù)集是一個(gè)班19個(gè)學(xué)生的一些情況，包括姓名、性別、年齡、身高、體重。我們看到，數(shù)據(jù)窗口標(biāo)題行顯示了打開的數(shù)據(jù)集的名字，標(biāo)題行下左上角有一個(gè)向右的小三角，這是數(shù)據(jù)窗口的菜單，見圖 6： 三角下方的19是觀測(cè)行數(shù)，右方的5 是變量個(gè)數(shù)。窗口內(nèi)每行最左邊的方塊是觀測(cè)的繪圖標(biāo)記，用于在圖形中標(biāo)記觀測(cè)；然后是觀測(cè)序號(hào)；再往右是各變量的值。數(shù)據(jù)窗口中的各變量用作列標(biāo)題，如圖 5中的NAME、SEX、AGE 、HEIGHT、WEIGHT就是數(shù)據(jù)集SASUSER.CLASS中的五個(gè)變量的名字。在每一個(gè)變量名的上面有兩個(gè)標(biāo)簽，右邊一個(gè)代表變量的量測(cè)水平，分為區(qū)間變量（Int）和名義變量（Nom）。區(qū)間變量是取連續(xù)值的變量，只能為數(shù)值；名義變量是取離散值的變量，一般為字符型，也可以取數(shù)值。變量名上面左邊的標(biāo)簽代表變量在分析中的缺省用途，比如NAME上面的Label表示此變量的值（學(xué)生姓名）在繪圖中用來標(biāo)記觀測(cè)，SEX上面的Group表示此變量（性別）用來分組，等等。 數(shù)據(jù)窗口可以用來建立新數(shù)據(jù)集。在SAS/INSIGHT內(nèi)用“File | New”菜單或在啟動(dòng)INSIGHT 的窗口（圖 3）按“New”按鈕，將出現(xiàn)一個(gè)空的數(shù)據(jù)窗口。這時(shí)，可以直接向第一行輸入數(shù)據(jù)，比如要輸入 1.1.3 中的C9501數(shù)據(jù)集，就可以在第一行的前四列中分別輸入李明、男、92 、98，這時(shí)各列自動(dòng)取變量名為A、B、C、D，而且量測(cè)水平自動(dòng)定為前兩個(gè)字符型是名義變量（Nom），后兩個(gè)數(shù)值型是區(qū)間變量（Int）。為了修改變量名和變量的用途，從數(shù)據(jù)窗口的菜單（圖 6）選Define Variables，出現(xiàn)圖 7的定義變量窗口： 在這里可以修改變量名，給變量加標(biāo)簽（Label），可以選擇變量的量測(cè)水平，可以規(guī)定變量的用途。變量的標(biāo)簽是對(duì)變量的一個(gè)可以長(zhǎng)達(dá)40個(gè)字符的描述，可以用于以后的輸出，可以用漢字。 定好變量名等屬性后就可以繼續(xù)輸入其它數(shù)據(jù)行，每輸入一行后回車，直至把全部數(shù)據(jù)輸完。為了使回車時(shí)光標(biāo)從前一行尾部進(jìn)到下一行第一格，可以從數(shù)據(jù)窗口菜單（圖 6）中選 “Data Options”，在彈出的對(duì)話框中（圖 9）： 選擇回車的方向（Direction of Enter）為左下（Down and Left）。為了保存輸入的數(shù)據(jù)集，選“File | Save | Data”菜單，出現(xiàn)圖 8 那樣的輸入數(shù)據(jù)集的窗口： 可以選擇數(shù)據(jù)集放在哪一個(gè)數(shù)據(jù)庫(kù)，可以輸入一個(gè)數(shù)據(jù)集名，把這里的A改成c9501，按OK鈕就可以保存數(shù)據(jù)集。對(duì)于比較小的數(shù)據(jù)集（幾個(gè)、十幾個(gè)變量，幾十個(gè)觀測(cè)），用SAS/INSIGHT的數(shù)據(jù)窗口可以迅速而直觀地輸入。對(duì)于更大量的數(shù)據(jù)，一般從其它格式轉(zhuǎn)換而得。 在數(shù)據(jù)窗口中如果需要修改某一個(gè)值，只要直接用鼠標(biāo)點(diǎn)到其單元格修改，然后把輸入光標(biāo)離開其所在行就實(shí)現(xiàn)了修改。在單元格之間移動(dòng)可以用鼠標(biāo)單擊、制表鍵、回車、上下光標(biāo)鍵等方法。要保存所作的修改還需要用“File | Save | Data”菜單。 當(dāng)數(shù)據(jù)窗口中變量較多時(shí)，可以用滾動(dòng)條滾動(dòng)窗口內(nèi)容來查看。如果某個(gè)變量比較重要，可以考慮把它放到第一列的位置，這只要先單擊該變量的名字選中它，然后在圖 6的菜單中選Move to First。要把某列移到最后，選中它后用Move to Last菜單。 選中一列只要單擊其變量名。如果要選中多個(gè)列，在選中一個(gè)后按住Ctrl鍵單擊其它的名字可以添加選中其它變量。選中一個(gè)變量后按住Shift單擊另一個(gè)變量名可以選中這兩個(gè)變量及它們之間的所有變量。選中的多個(gè)列也可以用Move to First和Move to Last移動(dòng)。 要選中一個(gè)觀測(cè)（行），只要單擊其觀測(cè)號(hào)（行號(hào)）。選多個(gè)觀測(cè)可以用Ctrl單擊或Shift 單擊的方法。選中的觀測(cè)也可以用Move to First和Move to Last移動(dòng)到最前或最后。 還可以選中某些列同時(shí)選中某些行。只要在后續(xù)的選中操作時(shí)用添加選中（Shift單擊或Ctrl 單擊）即可。用鼠標(biāo)在數(shù)據(jù)窗口數(shù)值顯示部分拖出一個(gè)方框也可以選定一部分?jǐn)?shù)值。 選定了列或者行以后，用“Edit | Delete”菜單可以刪除選定的列或行。 要取消所有選中，只要單擊某一單元格而不是行、列標(biāo)題即可。 下面簡(jiǎn)單介紹一下數(shù)據(jù)窗口菜單（圖 6）中各命令： Find Next 在選定了若干個(gè)觀測(cè)的情況下，把下一個(gè)被選定的觀測(cè)顯示在窗口第一行的位置。 Move to First 把選定的行或列移到最前。 Move to Last 把選定的行或列移到最后。 Sort 在選定了一列的情況下，把數(shù)據(jù)集按此列從小到大排序；在選定了多列的情況下，按選定的變量次序按這些變量綜合排序，比如在SASUSER.CLASS窗口中先選定SEX 然后用Ctrl單擊附加選定HEIGHT，然后排序，這樣的結(jié)果是把數(shù)據(jù)集先按女、男生排序然后在女生內(nèi)部和男生內(nèi)部分別按身高從小到大排序。如果沒有選定任何列，則彈出一個(gè)菜單，詢問按哪些變量排序，比如說對(duì)SASUSER.CLASS數(shù)據(jù)，可以先點(diǎn)SEX，然后單擊Y按鈕，把性別加入了排序變量中，再選HEIGHT，單擊Y按鈕，把身高作為第二排序變量，再單擊排序變量中的HEIGHT，單擊Asc/Des按鈕（這是要求對(duì)身高值要由高到低排序），按OK后數(shù)據(jù)將按性別分組，然后女生、男生內(nèi)部分別按身高由高到低排列。 New Observations 用于快速添加若干個(gè)空數(shù)據(jù)行，彈出一個(gè)對(duì)話框要求輸入添加的觀測(cè)數(shù)，缺省是100個(gè)。添加的空行中字符型數(shù)據(jù)先填空值，數(shù)值型數(shù)據(jù)先填缺失值（用單獨(dú)的小數(shù)點(diǎn)代表）。 New Variables 用于快速添加若干個(gè)新變量。 Define Variables 設(shè)定變量的名字、標(biāo)簽、量測(cè)水平、缺省分析用途等，見圖 7?？梢栽谏尚聰?shù)據(jù)集時(shí)定義變量，也可以對(duì)已有數(shù)據(jù)集的變量屬性進(jìn)行修改。 Fill Values 用于自動(dòng)生成一個(gè)等差數(shù)列變量。先選定一個(gè)數(shù)值型變量，然后用此命令，將彈出一個(gè)對(duì)話框要求輸入起始值（Value）和增量（Increment），比如起始值填100 ，增量填50，則此變量的在各觀測(cè)中的值分別填入為100，150，200，…。 Extract 這是一個(gè)很強(qiáng)的功能，它可以把選定的部分行、部分列或者部分行列取出到另一個(gè)窗口。比如，在SASUSER.CLASS中先選定所有女生的觀測(cè)，再用添加選擇（Shift 或Ctrl單擊）的辦法選定NAME和HEIGHT變量，然后用此命令，可以打開一個(gè)SASUSER.CLASS1 數(shù)據(jù)窗口，此數(shù)據(jù)窗口中只有姓名和身高兩列和女生的觀測(cè)行。可以用主菜單中的“File | Save | Data ”把此新數(shù)據(jù)集保存為WORK.CLASS1（盡量不用永久數(shù)據(jù)集存放練習(xí)用的數(shù)據(jù)集）。這樣可以由已有數(shù)據(jù)集挑選部分列、部分行組成新數(shù)據(jù)集。 Data Options 本數(shù)據(jù)窗口的一些設(shè)置。彈出對(duì)話框如圖 9，可以選擇在數(shù)據(jù)窗口內(nèi)按回車時(shí)光標(biāo)是移到下面、左面還是下面最左，按TAB是光標(biāo)是移到下面、右面還是右上。選中“Show Variable Labels”可以用變量的標(biāo)簽作為窗口的列標(biāo)題，這樣有利于理解變量的意義，但無法知道變量的真實(shí)名字。前面說過，變量標(biāo)簽允許長(zhǎng)達(dá)40個(gè)字符，允許用漢字。標(biāo)簽可以在數(shù)據(jù)窗口菜單的Define Variables窗口（圖 7）輸入或修改。如果要用較長(zhǎng)的漢字標(biāo)簽，需要適當(dāng)?shù)赜每崭穹珠_標(biāo)簽中的漢字以利于分行顯示標(biāo)簽。 數(shù)據(jù)探索――一維方法 SAS/INSIGHT提供了十分方便的數(shù)據(jù)探索功能。對(duì)一維數(shù)據(jù)，可以作直方圖、盒形圖、馬賽克圖，對(duì)二維數(shù)據(jù)，可以作散點(diǎn)圖、曲線圖、散點(diǎn)圖矩陣，對(duì)三維數(shù)據(jù)可以作旋轉(zhuǎn)圖（三維散點(diǎn)圖）。在圖上可以選定一些觀測(cè)，這些選擇結(jié)果會(huì)同時(shí)反映在數(shù)據(jù)窗口和其它圖中。 以SASUSER.CLASS數(shù)據(jù)集為例。選定變量HEIGHT，用“Analyze | Histogram/Bar Charts(Y) ”菜單可以打開一個(gè)圖形窗口生成身高的分布 直方圖，如圖 10。 直方圖的每一個(gè)條形代表了繪圖變量（HEIGHT）在一個(gè)區(qū)間的取值情況，比如70到75之間的條形代表身高在70到75英寸的人，條形高度為組頻數(shù)，即取值在這一區(qū)間的觀測(cè)個(gè)數(shù)，可以看出這一組有一個(gè)學(xué)生。單擊這一條形選中在此范圍的觀測(cè)，可以發(fā)現(xiàn)這時(shí)數(shù)據(jù)窗口的相應(yīng)觀測(cè)也被選定了，被選中的是Philip，身高72英寸。如果雙擊某一條形，比如60到65的條形，就可以在選定相應(yīng)觀測(cè)的同時(shí)彈出一個(gè)檢查觀測(cè)窗口，窗口中顯示各被選中的觀測(cè)序號(hào)，以及其中一個(gè)觀測(cè)的各變量值。這樣可以很方便地檢查圖中各部分所對(duì)應(yīng)的觀測(cè)。為取消選定，只要在圖中空白處單擊即可。 作出的圖形有一個(gè)方框包圍。如果想改變圖形大小，可以單擊方框使其變粗，然后拖動(dòng)四個(gè)角中的一個(gè)，就可以把圖形放大或縮小。甚至還可以把一個(gè)角向其對(duì)角方向拖動(dòng)一直拖過對(duì)角，這樣可以改變圖形的橫縱軸方向。拖動(dòng)邊框可以把圖形移動(dòng)到窗口內(nèi)其它位置。 圖形中提供了一個(gè)設(shè)置菜單，可以單擊圖形邊框角上的向右箭頭或在圖形內(nèi)右鍵單擊來打開。菜單內(nèi)容包括Ticks，可以設(shè)置坐標(biāo)軸的具體畫法；Axes用來指定畫不畫坐標(biāo)軸；Observations 用來指定是否畫觀測(cè)；Values指定是否標(biāo)出各條形高度值。 對(duì)連續(xù)數(shù)據(jù)（Int型）作直方圖可以反映其分布情況，對(duì)離散數(shù)據(jù)（Nom型）作直方圖同樣可以反映其分布，即取每一個(gè)離散值的比例大?。l數(shù)分布）。比如，在作了身高的直方圖后，選定變量SEX，對(duì)其作直方圖，則結(jié)果打開一個(gè)新圖形窗口作出只有兩個(gè)條形的條形圖，一個(gè)標(biāo)記為F，另一個(gè)標(biāo)記為M，高度分別為9和10，即有9個(gè)女生，10個(gè)男生，男女比例為10 ：9。單擊標(biāo)F的條形，可以看到數(shù)據(jù)窗口中所有女生的觀測(cè)被選定，另外還可以看到已作的身高的直方圖也發(fā)生了變換，身高的每一個(gè)條形都分成了顏色不同的兩部分，其中下面的一部分代表女生。 在用Analyse菜單中的作圖命令作圖時(shí)如果沒有選定的變量則彈出一個(gè)對(duì)話框提問用哪一個(gè)變量作圖，如果對(duì)身高作圖，只要選HEIGHT然后按Y鈕即可。 盒形圖是另一種表現(xiàn)數(shù)值型變量分布的圖形。比如，要畫身高分布的盒形圖，選定變量HEIGHT然后用“Analyse | Box Plot/Mosaic Plot”可以作出圖 12。 從圖形菜單中選Values 可以標(biāo)出圖中重要數(shù)據(jù)值?？梢钥闯?，此盒形圖的橫軸沒有用處，縱軸代表身高的取值范圍。盒形的中間有一條粗線，這是身高分布的中位數(shù)的位置，盒子上邊線是分布的四分之三分位數(shù)，下邊線是分布的四分之一分位數(shù)，盒子上下邊線包含了分布的中間50%的觀測(cè)。盒子的長(zhǎng)度叫做分布的四分位間距，其作用類似于標(biāo)準(zhǔn)差，可以反映數(shù)據(jù)分布的分散程度。從盒子邊線向外畫了兩條線叫做觸須線，最長(zhǎng)可以延伸到四分位間距的1.5倍，但是如果已經(jīng)到了數(shù)據(jù)的最小值或最大值處就不再延伸。如果觸須線沒有達(dá)到數(shù)據(jù)的極端值，則這些數(shù)據(jù)點(diǎn)用觸須線以外的點(diǎn)來畫出，一般認(rèn)為這樣的點(diǎn)是異常點(diǎn)。從盒形圖可以看出數(shù)據(jù)的偏斜情況，比如我們看到盒子的下半部比上半部長(zhǎng)，而且下觸須線比上觸須線長(zhǎng)，說明身高分布略左偏。 用盒形圖菜單中的“Means”選項(xiàng)可以在盒形圖上加畫一個(gè)菱形，菱形的中間代表分布的平均值，菱形端點(diǎn)到中間距離為兩倍標(biāo)準(zhǔn)差。如果是變量服從正態(tài)分布，菱形上下端點(diǎn)之間應(yīng)該包含大約95%的觀測(cè)。平均值和中位數(shù)的比較也能反映變量的偏斜情況，平均值低于中位數(shù)可能左偏。 單擊或雙擊盒形圖的某一部分（盒子上半部或下半部、觸須線、極端值）可以選定觀測(cè)。 盒形圖可以方便地比較按某分組變量分組后的分布情況。比如，如果我們想看一看男女的身高分布有何異同，不選任何變量啟動(dòng)“Analyze | Box Plot/Mosaic Plot”菜單，彈出選擇變量的對(duì)話框如圖 13。 選身高為Y變量，選性別為X變量，畫出的圖見圖 14。 圖中有兩個(gè)盒形圖，女生一個(gè)，男生一個(gè)。從圖中看出，男生身高普遍高于女生，且女生身高分布左偏較男生嚴(yán)重。這種并排盒形圖可以十分直觀地比較兩個(gè)相關(guān)的分布。作盒形圖時(shí)指定多個(gè)Y變量也可以作出并排的盒形圖，比如，同時(shí)指定身高和體重作為Y變量作盒形圖就可以生成身高和體重的并排的盒形圖。 Analyze菜單的“Box Plot/Mosaic Plot”命令對(duì)連續(xù)型變量作盒形圖，對(duì)離散型變量將作 馬賽克圖。比如，對(duì)性別變量作圖得圖 16。 選“Values”菜單后標(biāo)出了男女的人數(shù)、百分比。馬賽克圖一般不對(duì)單個(gè)變量作，而是對(duì)兩個(gè)離散變量來作。比如，先把SASUSER.CLASS 中變量AGE的量測(cè)水平由Int改為Nom，然后取消所有變量的選定，啟動(dòng)“Box Plot/Mosai Plot ”，選SEX為Y變量，選AGE為X變量，作圖如圖 15。 這種圖的好處是直觀顯示了兩個(gè)變量每種取值組合的觀測(cè)個(gè)數(shù)和比例。單擊或雙擊其中一個(gè)方塊可以迅速選中一個(gè)分組，比如雙擊年齡為11性別為女（F）的方塊可以看到這一組的學(xué)生。 數(shù)據(jù)探索――二維 SAS/INSIGHT可以作曲線圖、散點(diǎn)圖、散點(diǎn)圖矩陣，可以在散點(diǎn)圖中刷亮觀測(cè)。 曲線圖有一個(gè)取值由小到大的X變量，有一個(gè)或幾個(gè)Y變量，以X變量為橫坐標(biāo)對(duì)Y 變量畫曲線。為了演示曲線圖，打開SASUSER.AIR數(shù)據(jù)集（用“File | Open”菜單）。這個(gè)數(shù)據(jù)集是德國(guó)某城市一周的每小時(shí)記錄的空氣污染情況。變量DATETIME是記錄的日期時(shí)間，為特殊SAS格式數(shù)據(jù)，變量DAY為星期幾，HOUR為幾點(diǎn)鐘，CO、O3、SO2、NO、DUST分別為一氧化碳、臭氧、二氧化硫、一氧化氮、粉塵的濃度，WIND為風(fēng)速。要畫一氧化碳的曲線圖，可以在未選任何變量的情況下用“Analyse | Line Plot”，彈出變量對(duì)話框（圖 17）。 選DATETIME 為X變量，CO為Y變量，可以畫出CO的時(shí)間序列曲線圖。 單擊曲線上某一個(gè)點(diǎn)可以顯示其觀測(cè)序號(hào)，雙擊可以檢查觀測(cè)。如果想單擊曲線上點(diǎn)時(shí)不顯示觀測(cè)序號(hào)而顯示記錄時(shí)間是幾點(diǎn)，可以在曲線圖窗口中選主菜單的“Edit | Window | Renew”，可以再?gòu)棾鲎兞看翱?，選HOUR 并按Label鈕把時(shí)間指定為標(biāo)簽變量。這時(shí)在作的CO的曲線圖上單擊一個(gè)點(diǎn)顯示的就是記錄時(shí)間了?？梢钥闯鯟O的高峰一般在早晨8點(diǎn)和晚上17點(diǎn)－21點(diǎn)。用圖形菜單（右鍵或單擊向右三角）中的Observations可以畫出各個(gè)數(shù)據(jù)點(diǎn)的符號(hào)。 可以在圖上同時(shí)畫出多條曲線。比如，想考察風(fēng)速對(duì)污染的影響，在圖形窗口中再用主菜單的“Edit | Window | Renew”，把WIND也作為Y變量，畫出的圖就有兩條不同顏色的曲線，單擊外面的CO變量符號(hào)和WIND變量符號(hào)可以加重顯示對(duì)應(yīng)的曲線以區(qū)分這兩條曲線。見圖 18 。圖中被選的點(diǎn)是風(fēng)速的最高值，時(shí)間是11點(diǎn)。注意在一條曲線中被選在另一條曲線中也被選。從此圖可以看出風(fēng)速對(duì)污染有較明顯的影響，風(fēng)大時(shí)污染較輕。 散點(diǎn)圖也有一個(gè)X變量和一個(gè)Y變量，但不要求X變量有從小到大的次序，畫圖不用連線而是用散點(diǎn)畫出每一對(duì)X、Y坐標(biāo)。比如對(duì)SASUSER.CLASS，我們希望通過畫圖了解身高和體重的關(guān)系。在數(shù)據(jù)窗口中先選定體重（Y軸變量）再附加選定身高（X軸變量），啟動(dòng)菜單 “Analyze | Scatter Plot”，就可以生成以體重為縱軸以身高為橫軸的散點(diǎn)圖（見圖 19）。 從圖可以看出體重與身高有明顯的線性相關(guān)關(guān)系。 為了解哪一個(gè)點(diǎn)代表哪一個(gè)學(xué)生，單擊一個(gè)點(diǎn)可以顯示其觀測(cè)序號(hào)，雙擊可以檢查觀測(cè)。為了在單擊時(shí)可以顯示學(xué)生名字而不是觀測(cè)序號(hào)，需要把NAME指定為標(biāo)簽變量。這可以在生成散點(diǎn)圖時(shí)先不在數(shù)據(jù)窗口選X、Y變量而是直接啟動(dòng)“Analyze | Scatter Plot”菜單，彈出變量對(duì)話框，在其中選X、Y變量并把NAME指定為L(zhǎng)abel變量。這時(shí)，單擊散點(diǎn)圖中最左下角的那個(gè)點(diǎn)可以顯示名字Sandy，單擊最右上角的那個(gè)點(diǎn)可以顯示Philip。選多個(gè)點(diǎn)可以用附加選中的辦法（Shift或Ctrl單擊）。 為了在散點(diǎn)圖中選定多個(gè)點(diǎn)，SAS/INSIGHT還提供了一種稱為“ 刷亮（Brushing）”的操作。在圖中拖動(dòng)鼠標(biāo)光標(biāo)可以拖出一個(gè)小長(zhǎng)方形，在這個(gè)長(zhǎng)方形中的點(diǎn)都被選中，稱它為刷子。選中的點(diǎn)在數(shù)據(jù)窗口也被選中，可以在數(shù)據(jù)窗口翻頁(yè)查看，或用數(shù)據(jù)窗口的Find Next菜單命令查看，或在數(shù)據(jù)窗口用Move to First菜單命令把選中的點(diǎn)移到最前查看。雙擊長(zhǎng)方形（刷子）可以彈出檢查觀測(cè)窗口，在那里可以逐個(gè)查看選中的觀測(cè)內(nèi)容。 拖動(dòng)刷子的角可以改變其大小。拖動(dòng)刷子內(nèi)部可以移動(dòng)它的刷亮位置，使進(jìn)入刷子的點(diǎn)被選中，而離開了刷子的點(diǎn)被取消選中。可以同時(shí)用附加選中（Ctrl單擊）的辦法加選不在刷子內(nèi)的點(diǎn)，這些點(diǎn)還可以顯示標(biāo)簽。在拖動(dòng)刷子時(shí)如果同時(shí)按住Shift或Ctrl鍵則為附加選定，即進(jìn)入刷子的點(diǎn)被選中而離開刷子的點(diǎn)仍保持被選中?？梢园醋hift或Ctrl鍵拖出第二個(gè)刷子，這時(shí)第一個(gè)刷子不再顯示但它刷亮的點(diǎn)仍保持刷亮，移動(dòng)第二個(gè)刷子時(shí)如果按住Shift 或Ctrl鍵仍可保持已有選定。為了取消所有選定，只要點(diǎn)擊圖內(nèi)空白處。 散點(diǎn)圖矩陣畫出多個(gè)變量?jī)蓛砷g的散點(diǎn)圖以考察多變量關(guān)系。以SASUSER.CLASS為例，比如說我們想了解年齡、身高、體重間的關(guān)系。先把年齡的量測(cè)水平設(shè)為連續(xù)型（Int），在數(shù)據(jù)窗口選定年齡、身高、體重，可以作出圖 20。 我們看到三個(gè)變量?jī)蓛山M合有三種組合，每種組合有兩個(gè)圖形（橫縱軸對(duì)換）。散點(diǎn)圖矩陣對(duì)角線為變量標(biāo)記和變量取值范圍，該變量是其所在行的縱軸變量，是其所在列的橫軸變量。比如第二行第一列的圖縱軸變量是HEIGHT ，橫軸變量是AGE，為身高對(duì)年齡的散點(diǎn)圖。其對(duì)稱位置（第一行第二列）是年齡對(duì)身高的散點(diǎn)圖，兩者只是把橫縱坐標(biāo)旋轉(zhuǎn)對(duì)調(diào)。 散點(diǎn)圖矩陣除了可以同時(shí)看到多個(gè)散點(diǎn)圖的優(yōu)點(diǎn)外主要是在一個(gè)散點(diǎn)圖中被選中的點(diǎn)在其它散點(diǎn)圖和數(shù)據(jù)窗口中也同時(shí)被選中。這樣，我們可以在一個(gè)圖中選一個(gè)極端點(diǎn)，看它在其它圖中是否也處于極端位置。在一個(gè)散點(diǎn)圖中刷亮的點(diǎn)在其它散點(diǎn)圖中也同時(shí)被刷亮，這樣，我們可以觀察，年齡和身高都比較小時(shí)，體重是否也比較低?？梢砸苿?dòng)刷子，同時(shí)其它散點(diǎn)圖中被選中的點(diǎn)也在變化。從圖 20可以看出，年齡由小到大變化時(shí)身高、體重一般也變大，但同一年齡的學(xué)生的身高、體重差距較大。 SAS/INSIGHT提供了自動(dòng)移動(dòng)刷子的功能。在拖動(dòng)刷子時(shí)松開鼠標(biāo)按鈕，類似于“拋出” 刷子，刷子就可以按拋出的方向繼續(xù)移動(dòng)并反彈。不過現(xiàn)在還較難控制自動(dòng)移動(dòng)的速度，有時(shí)移動(dòng)過快。 數(shù)據(jù)探索――三維 SAS/INSIGHT對(duì)三維數(shù)據(jù)可以作稱為旋轉(zhuǎn)圖的三維散點(diǎn)圖。比如，要對(duì)SASUSER.CLASS 中的學(xué)生年齡、身高、體重作三維散點(diǎn)圖，在數(shù)據(jù)窗口依次選定AGE、HEIGHT、WEIGHT，然后啟動(dòng)菜單“Analyze | Rotating Plot”,可以生成一個(gè)三維散點(diǎn)圖。圖 21是經(jīng)過旋轉(zhuǎn)后的圖形。 這種三維散點(diǎn)圖之所以稱為旋轉(zhuǎn)圖，是因?yàn)樽鴺?biāo)系可以在三維空間繞原點(diǎn)任意旋轉(zhuǎn)。圖形的左側(cè)有一個(gè)小工具欄，其中有向上、下、左、右、逆時(shí)針、順時(shí)針旋轉(zhuǎn)的圖標(biāo)，再往下有一個(gè)滾動(dòng)條，用它來規(guī)定自動(dòng)旋轉(zhuǎn)的速度。左下角是圖形的菜單（向右的三角形）。 為了旋轉(zhuǎn)坐標(biāo)系，單擊左側(cè)的旋轉(zhuǎn)方向圖標(biāo)。按住旋轉(zhuǎn)圖標(biāo)可以連續(xù)旋轉(zhuǎn)。按住Shift或Ctrl 再旋轉(zhuǎn)可以實(shí)現(xiàn)自動(dòng)旋轉(zhuǎn)。當(dāng)鼠標(biāo)光標(biāo)移到圖形的四個(gè)角時(shí)光標(biāo)形狀變成了手的形狀，單擊可以旋轉(zhuǎn)，拖動(dòng)可以連續(xù)旋轉(zhuǎn)，拖動(dòng)時(shí)“拋出”可以自動(dòng)旋轉(zhuǎn)。自動(dòng)旋轉(zhuǎn)中可以隨時(shí)拖動(dòng)圖形以改變旋轉(zhuǎn)方向。 旋轉(zhuǎn)圖的菜單（圖 22）中，Ticks用來調(diào)整坐標(biāo)軸刻度，Axes可以選坐標(biāo)軸以數(shù)據(jù)中心點(diǎn)為原點(diǎn)、以左端點(diǎn)為原點(diǎn)、不畫坐標(biāo)軸。Observations指定畫出所有觀測(cè)，如果沒有選中此項(xiàng)則只畫被選中的觀測(cè)。Rays從原點(diǎn)向每個(gè)散點(diǎn)畫射線。Cube在散點(diǎn)四周畫一個(gè)長(zhǎng)方體盒子。Depth可以使離視點(diǎn)近的點(diǎn)畫得較大，離得遠(yuǎn)的點(diǎn)畫得較小。Fast Draw指定用另一種較快的繪圖方法繪圖。Markers Sizes選擇散點(diǎn)的大小。 圖形的調(diào)整 SAS/INSIGHT提供了很強(qiáng)的調(diào)整繪制的圖形的功能。比如，調(diào)整坐標(biāo)軸的畫法，點(diǎn)的大小、符號(hào)、顏色，隱藏某些觀測(cè)，等等。 給不同觀測(cè)使用不同的符號(hào)和顏色畫點(diǎn)有助于迅速區(qū)分不同類觀測(cè)的特點(diǎn)。比如，SASUSER.IRIS 數(shù)據(jù)集中包含了Fisher著名的Iris數(shù)據(jù)，其中有三種不同的鳶尾屬植物的花瓣、花萼長(zhǎng)、寬的測(cè)量數(shù)據(jù)，希望從這些測(cè)量數(shù)據(jù)找出區(qū)分這三種植物的指標(biāo)。為了直觀看到不同植物的測(cè)量數(shù)據(jù)的特征，最好用不同顏色畫每一種植物的散點(diǎn)。打開數(shù)據(jù)集后，選定分類變量SPECIES ，調(diào)用“Analyse / Box Plot / Mosaic Plot”菜單來作其馬賽克圖，可以看到此變量的三個(gè)值為Virginica、Versicolor、Setosa。用“Edit | Windows | Tools”菜單可以打開一個(gè)工具窗口，如圖 23。這個(gè)窗口可以改變觀測(cè)符號(hào)的顏色、符號(hào)，連線的線型、線寬，可以放大圖形局部。 在打開的馬賽克圖中先選定Virginica，這時(shí)所有類型Virginica的觀測(cè)被選中，按一下工具窗口中的紅色，就給所有這些觀測(cè)規(guī)定了繪圖符號(hào)為紅色。類似指定Virsicolor 為綠色，Setosa為藍(lán)色。作PETALWID（花瓣寬）對(duì)PETALLEN（花瓣長(zhǎng)）的散點(diǎn)圖，可以作出三種不同植物用不同顏色繪點(diǎn)的散點(diǎn)圖，見圖 24。 利用一個(gè)變量的不同值來確定觀測(cè)繪點(diǎn)的顏色還可以自動(dòng)進(jìn)行，方法是先選定該變量（如SPECIES ），然后單擊工具窗口的漸變顏色棒，就可以為SPECIES的每一不同值分配一種不同顏色。這一方法不僅適用于SPECIES這樣的名義變量，也適用于數(shù)值型變量。顏色棒的顏色可以調(diào)整，比如要把顏色棒變?yōu)橛杉t到藍(lán)，只要把紅色方塊拖到顏色棒左端，把藍(lán)色方塊拖到顏色棒右端。 為了改變繪點(diǎn)符號(hào)的大小，調(diào)用圖形菜單（圖形邊角上的向右三角符號(hào)）中的Marker Sizes 菜單可以選擇一個(gè)合適的符號(hào)大小。 除了用不同顏色來區(qū)分不同種類的觀測(cè)外，還可以用不同的符號(hào)來畫不同的觀測(cè)。比如，選定SPECIES為Virginica的觀測(cè)后，單擊工具窗口的菱形圖標(biāo)把此類觀測(cè)的繪點(diǎn)符號(hào)變?yōu)榱庑?。類似指定Virsicolor用三角，Setosa用加號(hào)，作的散點(diǎn)圖見圖 24。從圖中可以看出，用加號(hào)繪制的Setosa類和其它兩類差別很大，單靠花瓣的長(zhǎng)、寬就可以把這一類與其它兩類區(qū)分開，但是用菱形繪制的Virginica類和用三角繪制的Virsicolor類則在能大體區(qū)分開的同時(shí)有少數(shù)觀測(cè)混雜在一起，所以單靠花瓣的長(zhǎng)、寬測(cè)量數(shù)據(jù)不能把這兩兩很好地區(qū)分開。 利用一個(gè)分類變量來決定不同的繪點(diǎn)符號(hào)除了上述的對(duì)每一類觀測(cè)分別選定，然后指定繪點(diǎn)符號(hào)的辦法，還可以選定這一分類變量，然后單擊工具欄中繪點(diǎn)符號(hào)下面的多種符號(hào)的長(zhǎng)棒形圖標(biāo)，可以自動(dòng)為每一類分配一個(gè)繪點(diǎn)符號(hào)。 不同類觀測(cè)用不同的顏色和符號(hào)來繪點(diǎn)是一種強(qiáng)有力的數(shù)據(jù)探索手段，恰當(dāng)使用可以直觀地發(fā)現(xiàn)不同類型觀測(cè)的區(qū)別。 分布研究 SAS/INSIGHT提供了很強(qiáng)的一維分布研究功能。對(duì)連續(xù)型變量，除了可以畫直方圖、盒形圖外，還可以作各種統(tǒng)計(jì)表，比如矩、分位數(shù)表，可以在直方圖上畫擬合密度曲線，可以檢驗(yàn)分布是否來自正態(tài)、對(duì)數(shù)正態(tài)、指數(shù)、威布爾分布，等等。對(duì)離散型變量，可以畫馬賽克圖、條形圖、頻數(shù)表。 為了研究SASUSER.CLASS中身高的分布，在未選中變量的情況下，啟動(dòng)“Analyze | Distribution(Y) ”菜單，出現(xiàn)圖 25的選擇變量對(duì)話框： 選Y變量為HEIGHT，按OK可以打開一個(gè)新窗口，顯示身高的直方圖、盒形圖、矩統(tǒng)計(jì)量表（圖 26）： 分位數(shù)表（圖 27）： 各統(tǒng)計(jì)量是SAS中經(jīng)常使用的，我們?cè)诖思右哉f明。設(shè)變量為 ，各觀測(cè)值為 。有時(shí)每個(gè)觀測(cè)還帶一個(gè)加權(quán) ，在沒有指定加權(quán)變量時(shí)認(rèn)為加權(quán)恒為1。 N－觀測(cè)個(gè)數(shù) Sum Wgts－加權(quán)和 Mean－均值 Sum－總和 Std Dev－標(biāo)準(zhǔn)差 Variance－方差 Skewness－偏度 Kurtosis－峰度 USS－加權(quán)平方和 VSS－加權(quán)離差平方和 CV－變異系數(shù) Std Mean－均值的標(biāo)準(zhǔn)誤差 其中加權(quán)的常見情形是當(dāng)一個(gè)觀測(cè)實(shí)際代表完全相同若干個(gè)樣品時(shí)，求和、平方和等都要加權(quán)。比如，第i個(gè)觀測(cè)代表 個(gè)樣品時(shí)，求變量Y的真正總和就需要用加權(quán)公式 。偏度可以表現(xiàn)變量分布的偏斜，負(fù)值為左偏，正值為右偏。峰度表現(xiàn)變量分布與正態(tài)分布相比是重尾（分布函數(shù)在正負(fù)無窮處衰減緩慢）還是輕尾（分布函數(shù)在正負(fù)無窮處衰減迅速）。標(biāo)準(zhǔn)誤差在統(tǒng)計(jì)中是一個(gè)十分重要的概念，它代表估計(jì)量作為隨機(jī)變量其標(biāo)準(zhǔn)差的估計(jì)，這里的Std Mean是均值的標(biāo)準(zhǔn)差的估計(jì)，實(shí)際計(jì)算公式是 ，而均值的理論標(biāo)準(zhǔn)差為 。如果估計(jì)量服從正態(tài)分布，通常用估計(jì)量加減兩倍標(biāo)準(zhǔn)誤差作為估計(jì)量的置信區(qū)間。 分位數(shù)表中，Max是最大值，Q3是四分之三分位數(shù)，Med是中位數(shù)（反映數(shù)據(jù)中心位置），Q1 是四分之一分位數(shù)，Min是最小值，Range是最大值減最小值，Q3－Q1為四分位間距，可以反映數(shù)據(jù)取值分散程度，Mode是眾數(shù)，即出現(xiàn)最多的值。 在打開了身高分布的窗口之后主菜單中的Tables、Graphs、Curves菜單被開放。在Tables 菜單中可以選加一些統(tǒng)計(jì)表，比如Frequency Table是頻數(shù)表，為每一觀測(cè)值的頻數(shù)、累計(jì)頻數(shù)、百分比，C.I. for Mean可以計(jì)算均值的各種置信度的置信區(qū)間，Location Tests用于檢驗(yàn)均值為某常數(shù)值（一般是0）的假設(shè)，可以用t檢驗(yàn)、符號(hào)檢驗(yàn)、符號(hào)秩檢驗(yàn)，Ginis Mean Difference 是變量分布分散程度的一種穩(wěn)健估計(jì)，計(jì)算公式為 ，對(duì)正態(tài)分布其期望值為 。Trimmed Mean, (1/2)N計(jì)算去掉最大(1/2)N 個(gè)和最小(1/2)N個(gè)值后的平均值，(1/2)N可以指定為1，2，3或自定值，這是變量中心位置的一種穩(wěn)健估計(jì)，但估計(jì)量本身不再服從正態(tài)分布。Trimmed Mean, (1/2)Percent指定去掉最大、最小的百分之多少再計(jì)算均值。Winsorized Mean是把最大的(1/2)N個(gè)替換成由大到小第(1/2)N ＋1號(hào)值，把最小的(1/2)N個(gè)替換成由小到大第(1/2)N＋1個(gè)值，然后計(jì)算的均值，它也是一種穩(wěn)健的均值估計(jì)。 在Graphs菜單中已選了直方圖、盒形圖，還可以作QQ圖，即分位數(shù)－分位數(shù)圖。 圖 28為身高的正態(tài)QQ圖，其中畫出了班上19個(gè)學(xué)生的19個(gè)點(diǎn)，每個(gè)點(diǎn)的縱坐標(biāo)為變量值，而橫坐標(biāo)為該值的累計(jì)百分比頻數(shù)對(duì)應(yīng)的標(biāo)準(zhǔn)正態(tài)分位數(shù)。比如，身高最低的一個(gè)為51.3，其累計(jì)百分比頻數(shù)（即51.3的經(jīng)驗(yàn)分布函數(shù)值）為5.3%，即身高小于51.3的占5.3%，而標(biāo)準(zhǔn)正態(tài)分布的0.053分位數(shù)為-1.84570，所以此點(diǎn)的橫坐標(biāo)即-1.84570。如果身高服從正態(tài)分布，QQ圖的散點(diǎn)應(yīng)大致在一條直線附近變動(dòng)。QQ圖的各種不同形狀能夠反映出變量分布的偏斜情況和重、輕尾情況。在QQ圖中也可以選觀測(cè)、刷亮等。畫出QQ圖后選主菜單中的“Curves | QQ Ref Line ”可以為圖中散點(diǎn)畫一條擬合直線。 圖 28的身高的QQ圖顯示身高基本服從正態(tài)分布。如果我們畫SASUSER.GPA中GPA分?jǐn)?shù)的QQ 圖（圖 30）： 就可以看到GPA的分布呈現(xiàn)左偏的情況。這是因?yàn)?，在QQ圖的左下端，GPA散點(diǎn)的走向比正態(tài)（圖中直線）偏下，說明GPA分布的左尾比正態(tài)長(zhǎng)；在QQ圖的右上端，GPA散點(diǎn)的走向比正態(tài)偏右下，說明GPA分布的右尾比正態(tài)短，即分布左偏。作為驗(yàn)證，可以看一看的圖 29直方圖： 圖 32給出了與正態(tài)相比左偏、右偏、輕尾、重尾的分布的QQ圖的典型模式： 除了可以作正態(tài)分布QQ圖外，還可以作對(duì)數(shù)正態(tài)、指數(shù)分布、威布爾分布的QQ圖。對(duì)數(shù)正態(tài)要指定參數(shù)Sigma，威布爾分布要指定形狀參數(shù)C。 SAS/INSIGHT為研究一維變量分布除畫直方圖外還提供了兩類 分布密度估計(jì)：參數(shù)估計(jì)和非參數(shù)估計(jì)。參數(shù)估計(jì)可以擬合正態(tài)、對(duì)數(shù)正態(tài)、指數(shù)、威布爾分布密度。非參數(shù)估計(jì)使用核估計(jì)。 比如，為了估計(jì)身高的正態(tài)密度并把密度曲線疊加在直方圖上，選“Curves | Parametric Density ”，彈出對(duì)話框圖 31： 指定正態(tài)分布且方法為用樣本估計(jì)分布密度參數(shù)。按OK后作出的圖見圖 33： 為了作身高密度的核估計(jì)圖，選“Curves | Kernel Density”，彈出一個(gè)對(duì)話框，可以選三種核函數(shù)：正態(tài)核、三角核、二次函數(shù)核，可以自動(dòng)擬合最優(yōu)的密度估計(jì)（方法為AMISE ）或者自己指定平滑參數(shù)C。見圖 33。 作了密度曲線圖后在圖形下面將出現(xiàn)顯示密度估計(jì)主要參數(shù)的表格，見圖 34： 單擊其中的曲線標(biāo)志可以加亮顯示圖中的曲線。對(duì)參數(shù)密度估計(jì)，給出了估計(jì)的參數(shù)，比如正態(tài)的均值、方差；對(duì)核估計(jì)，給出了核函數(shù)類型，及平滑參數(shù)值。有些參數(shù)旁邊有一個(gè)滑塊，可以手工選擇參數(shù)的值。比如拖動(dòng)核估計(jì)中的平滑參數(shù)，此參數(shù)變小時(shí)估計(jì)的曲線變粗糙，變大時(shí)曲線變光滑。 在“Curves”菜單中還提供了對(duì)樣本經(jīng)驗(yàn)分布函數(shù)的估計(jì)。選“Curves | Empirical CDF ”即繪制樣本經(jīng)驗(yàn)分布函數(shù)。選“Curves | CDF Confidence Band”并選一個(gè)置信限可以在經(jīng)驗(yàn)分布函數(shù)兩邊畫分布函數(shù)的置信限，見圖 35： 用經(jīng)驗(yàn)分布函數(shù)估計(jì)分布函數(shù)相當(dāng)于用直方圖估計(jì)分布密度。分布函數(shù)也可以用參數(shù)分布函數(shù)（如正態(tài)分布）來估計(jì)。選“Curves | Parametric CDF”并選分布類型可以畫出估計(jì)的分布函數(shù)。圖 35中的光滑曲線即用正態(tài)分布估計(jì)身高的分布函數(shù)。 SAS/INSIGHT還可以進(jìn)行分布檢驗(yàn)，可以檢驗(yàn)數(shù)據(jù)是否來自某一類分布（參數(shù)未知），或檢驗(yàn)數(shù)據(jù)是否來自某一特定分布（參數(shù)已知）。選“Analyze | Test for Distribution”，并選擇是檢驗(yàn)正態(tài)、對(duì)數(shù)正態(tài)、指數(shù)、威布爾分布中哪