SAS軟件中insight模塊

1、 啟動(dòng)SAS/INSIGHT的方法： 從菜單啟動(dòng) 從命令條啟動(dòng) 這時(shí)SAS/INSIGHT必須先選擇一個(gè)要分析、觀(guān)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(kāi)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(lèi)似于電子表格的數(shù)據(jù)窗口來(lái)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(kāi)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(jiàn)圖 6 三角下方的19是觀(guān)測(cè)行數(shù)，

2、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(guān)測(cè)的繪圖標(biāo)記，用于在圖形中標(biāo)記觀(guān)測(cè)；然后是觀(guān)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(lái)標(biāo)記觀(guān)測(cè)，SE

3、X上面的Group表示此變量（性別）用來(lái)分組，等等 數(shù)據(jù)窗口可以用來(lái)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

4、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(chē)，直至把全部數(shù)據(jù)輸完。為了使回車(chē)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(huà)框中（圖 9） 選擇回車(chē)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

5、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(guān)測(cè)），用SAS/INSIGHT的數(shù)據(jù)窗口可以迅速而直觀(guān)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(kāi)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(chē)、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(lái)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

6、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(guān)測(cè)（行），只要單擊其觀(guān)測(cè)號(hào)（行號(hào)）。選多個(gè)觀(guān)測(cè)可以用Ctrl單擊或Shift 單擊的方法。選中的觀(guān)測(cè)也可以用Move to First和Move to Last移動(dòng)到最前或

7、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(guān)測(cè)的情況下，把下一個(gè)被選定的觀(guān)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。 New Observations 用

8、于快速添加若干個(gè)空數(shù)據(jù)行，彈出一個(gè)對(duì)話(huà)框要求輸入添加的觀(guān)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。 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(méi)有選定任何列，則彈出一個(gè)菜單，詢(xún)問(wèn)按哪些變量排序，比如說(shuō)對(duì)SASUSER.CL

9、ASS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。 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(jiàn)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(huà)框要求輸入起始值（Value）和增量（Increme

10、nt），比如起始值填100 ，增量填50，則此變量的在各觀(guān)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(guān)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(kāi)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(guān)測(cè)行?？梢杂弥鞑藛沃械摹癋ile | 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

11、有數(shù)據(jù)集挑選部分列、部分行組成新數(shù)據(jù)集。 1 直方圖：步驟，改變圖形大小，保存圖形， 設(shè)置菜單 2 盒形圖: 步驟，解釋?zhuān)恿庑危x定觀(guān)測(cè)，分 組盒形圖； 3 馬賽克圖：畫(huà)法（單個(gè)變量，多個(gè)變量） 1 曲線(xiàn)圖：?jiǎn)蝹€(gè)Y變量，多個(gè)Y變量，顯示記 錄，改標(biāo)簽； 2 散點(diǎn)圖：畫(huà)法，選觀(guān)測(cè)值，改標(biāo)簽，刷亮； 3 散點(diǎn)圖矩陣：畫(huà)法，選中觀(guān)察值 SAS/INSIGHT對(duì)三維數(shù)據(jù)可以作稱(chēng)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

12、個(gè)三維散點(diǎn)圖。圖 21是經(jīng)過(guò)旋轉(zhuǎn)后的圖形。 這種三維散點(diǎn)圖之所以稱(chēng)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(lái)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(lái)調(diào)整坐標(biāo)軸

13、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(huà)坐標(biāo)軸。Observations指定畫(huà)出所有觀(guān)測(cè)，如果沒(méi)有選中此項(xiàng)則只畫(huà)被選中的觀(guān)測(cè)。Rays從原點(diǎn)向每個(gè)散點(diǎn)畫(huà)射線(xiàn)。Cube在散點(diǎn)四周畫(huà)一個(gè)長(zhǎng)方體盒子。Depth可以使離視點(diǎn)近的點(diǎn)畫(huà)得較大，離得遠(yuǎn)的點(diǎn)畫(huà)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。 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(huà)法，點(diǎn)的大小、符號(hào)、顏色，隱藏某些觀(guān)測(cè)，等等。 給不同觀(guān)測(cè)使用不同的符號(hào)和顏色畫(huà)點(diǎn)有助于迅速區(qū)分不同類(lèi)觀(guān)測(cè)的特點(diǎn)。 比如，SASUSER.IRIS 數(shù)據(jù)

14、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(guān)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(huà)每一種植物的散點(diǎn)。打開(kāi)數(shù)據(jù)集后，選定分類(lèi)變量SPECIES ，調(diào)用“Analyse / Box Plot / Mosaic Plot”菜單來(lái)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(kāi)一個(gè)工具窗口，如圖 23。這個(gè)窗口可以改變觀(guān)測(cè)符號(hào)的顏色、符號(hào)，連線(xiàn)的線(xiàn)型、線(xiàn)寬，可以放大圖形局部。 在打開(kāi)

15、的馬賽克圖中先選定Virginica，這時(shí)所有類(lèi)型Virginica的觀(guān)測(cè)被選中，按一下工具窗口中的紅色，就給所有這些觀(guān)測(cè)規(guī)定了繪圖符號(hào)為紅色。類(lèi)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(jiàn)圖 24。 利用一個(gè)變量的不同值來(lái)確定觀(guān)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

16、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。 利用一個(gè)分類(lèi)變量來(lái)決定不同的繪點(diǎn)符號(hào)除了上述的對(duì)每一類(lèi)觀(guān)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(lèi)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(lèi)分配一個(gè)繪點(diǎn)符號(hào)。 不同類(lèi)觀(guān)測(cè)用不同的顏色和符號(hào)來(lái)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(guān)地發(fā)現(xiàn)不同類(lèi)型觀(guān)測(cè)的區(qū)別。 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(huà)直方

17、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(huà)擬合密度曲線(xiàn)，可以檢驗(yàn)分布是否來(lái)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(huà)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(huà)框： 選Y變量為HEIGHT，按OK可以打開(kāi)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： 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(huà)出了班上19個(gè)學(xué)

18、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(xiàn)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(guān)測(cè)、刷亮等。畫(huà)出QQ圖后選主菜單中的“Curves | QQ Ref Line ”可以為圖中散點(diǎn)畫(huà)一條擬合直線(xiàn)。 圖 28的身高的QQ圖顯示身高基本服從正態(tài)

19、分布。如果我們畫(huà)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(xiàn)）偏下，說(shuō)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(shuō)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(huà)直方

20、圖外還提供了兩類(lèi) 分布密度估計(jì)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(xiàn)疊加在直方圖上，選“Curves | Parametric Density ”，彈出對(duì)話(huà)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(jiàn)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(huà)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(jiàn)圖 33。 作了密度曲線(xiàn)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. 單擊其中的曲線(xiàn)標(biāo)志可以加亮顯示圖中的曲線(xiàn)。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(lèi)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