Proc Means：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STD DEV，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 nmiss median;

run;

结果略。

2 Class：对变量进行分组操作

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

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class sex 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