sas統(tǒng)計分析報告

《統(tǒng)計軟件》報告聚類分析和方差分析在統(tǒng)計學(xué)成果分析中的應(yīng)用班級：精算0801班姓名：張倪學(xué)號：2008111500報告時間：2011年11月指導(dǎo)老師：郝際貴成績：目錄一、背景及數(shù)據(jù)來源 2二、描述性統(tǒng)計分析 3三、聚類分析 5四、方差分析 8五、結(jié)果分析與結(jié)論 10聚類分析和方差分析在統(tǒng)計學(xué)成果分析中的應(yīng)用一、背景及數(shù)據(jù)來源SAS系統(tǒng)全稱為StatisticsAnalysisSystem，最早由北卡羅來納高校的兩位生物統(tǒng)計學(xué)探討生編制，并于1976年成立了SAS軟件探討所，正式推出了SAS軟件。SAS是用于決策支持的大型集成信息系統(tǒng)，但該軟件系統(tǒng)最早的功能限于統(tǒng)計分析，至今，統(tǒng)計分析功能也仍是它的重要組成部分和核心功能。SAS系統(tǒng)是一個組合軟件系統(tǒng)，它由多個功能模塊組合而成，其基本部分是BASESAS模塊。BASESAS模塊是SAS系統(tǒng)的核心，擔(dān)當(dāng)著主要的數(shù)據(jù)管理任務(wù)，并管理用戶運(yùn)用環(huán)境，進(jìn)行用戶語言的處理，調(diào)用其他SAS模塊和產(chǎn)品。也就是說，SAS系統(tǒng)的運(yùn)行，首先必需啟動BASESAS模塊，它除了本身所具有數(shù)據(jù)管理、程序設(shè)計及描述統(tǒng)計計算功能以外，還是SAS系統(tǒng)的中心調(diào)度室。它除可單獨存在外，也可與其他產(chǎn)品或模塊共同構(gòu)成一個完整的系統(tǒng)。各模塊的安裝及更新都可通過其安裝程序特別便利地進(jìn)行。本文利用SAS軟件進(jìn)行描述性統(tǒng)計、聚類分析等統(tǒng)計分析方法，將學(xué)生依據(jù)多指標(biāo)綜合考慮進(jìn)行聚類。數(shù)據(jù)來源：選取2010—2011第一學(xué)期統(tǒng)計學(xué)選教課成果單，選取性別系別等變量進(jìn)行考察。將中文名稱改為英文。數(shù)據(jù)類型如下所示：學(xué)號性別班級系部課程名稱老師平常成果期末成果總評學(xué)年數(shù)值型數(shù)值型字符型字符型字符型字符型數(shù)值型數(shù)值型數(shù)值型數(shù)值型SnSexclassdepttitleteacherS1S2S3year當(dāng)輸入字符型的變量時，須要加上符號$在該變量的后面，用于區(qū)分?jǐn)?shù)值型變量，所以用$來作為后綴。刪除缺考錯誤分?jǐn)?shù)等異樣值。命名為2010stat.xls二、描述性統(tǒng)計分析（一）導(dǎo)入數(shù)據(jù)首先建立永久磁盤路徑，導(dǎo)入數(shù)據(jù)集statlibnamepath"D:\sas\";run;（二）描述性統(tǒng)計分析然后進(jìn)行描述性統(tǒng)計對性別、平常成果、期末成果、總評成果進(jìn)行計算，代碼如下：procmeansdata=path.stat;varsexs1s2s3;run;輸出結(jié)果如下：從結(jié)果可以分析出，總體學(xué)生平常成果平均分為86.28分，總評成果均分為77.15分。依據(jù)系別分類，每個系進(jìn)行描述性統(tǒng)計，代碼如下：procmeansdata=path.stat;varsexs1s2s3; classdept;run;運(yùn)行的輸出結(jié)果如下所示：從結(jié)果可以分析得出，各個系別學(xué)生成果的均值、觀測值、標(biāo)準(zhǔn)差及最大值和最小值。其中，會計系、財政系和市場營銷系人數(shù)眾多，除了經(jīng)濟(jì)系、市場營銷系和留學(xué)生以外，各系都有100分。（三）統(tǒng)計圖繪制頻率直方圖，直方圖可以良好的反映各系的人數(shù)和性別比例。代碼如下所示：procgchartdata=path.stat;vbardept/type=sumsubgroup=sex;run;統(tǒng)計直方圖如下所示：直方圖的橫軸是系別變量，縱軸是人數(shù)。藍(lán)色是男生紅色是女生。依據(jù)直方圖顯示會計系、營銷系、財政系三系人數(shù)最高。分別表示各系別男女生人數(shù)分布。三、聚類分析輸入代碼：procclusterdata=path.statmethod=wardouttree=treestandardpseudoccc;proctreedata=treegraphicshorizontal;run;上述程序說明白運(yùn)用系統(tǒng)聚類法來進(jìn)行探討，并且繪制出聚類分析結(jié)果的樹狀圖。ccc說明須要計算半偏R2、R2和CCC統(tǒng)計量。這三個統(tǒng)計量和下面的偽F和偽T2統(tǒng)計量主要用于檢驗聚類的效果。當(dāng)把數(shù)據(jù)從G+1類合并為G類時，半偏R2統(tǒng)計量說明白本次合并信息的損失程度，半偏R2統(tǒng)計量大說明信息的損失程度大。R2統(tǒng)計量反映了類內(nèi)離差平方和的大小，R2統(tǒng)計量大說明類內(nèi)離差平方和小。CCC統(tǒng)計量的值大說明聚類的效果好。Pseudo說明要計算偽F和偽T2統(tǒng)計量一般認(rèn)為偽F統(tǒng)計量在出現(xiàn)峰值的是所對應(yīng)的分類是較佳的分類選擇。當(dāng)把數(shù)據(jù)從G+1類合并為G類時，假如偽T2統(tǒng)計量的值大，說明不應(yīng)當(dāng)合并這兩類。后面的tree過程是用來繪制聚類分析結(jié)果的樹狀圖。運(yùn)行結(jié)果如下：上面的運(yùn)行結(jié)果給出了對樣品的聚類過程。SPRSQ為半偏R2統(tǒng)計量、RSQ為R2統(tǒng)計量、CCC為立方聚類標(biāo)準(zhǔn)、PSF為偽F統(tǒng)計量、PST2為偽T2統(tǒng)計量。結(jié)果分析：從半偏R2統(tǒng)計量的結(jié)果可以看出，當(dāng)樣本數(shù)據(jù)從3類合并為2類時，信息的損失程度較前面的的合并有明顯的增加。從R2統(tǒng)計量的結(jié)果可以看出，當(dāng)樣本數(shù)據(jù)從3類合并為2類時，R2統(tǒng)計量較前面的合并顯著減小，這意味著類內(nèi)離差平方和增加，違反了Word，s的分類原則。從CCC統(tǒng)計量的結(jié)果可以看出，最大值對應(yīng)的類數(shù)為3類。從6類合并為5類時，偽T2統(tǒng)計量顯著增加，偽T2統(tǒng)計量下降顯著。由聚類分析的分析結(jié)果的樹狀圖可知分為3類也是符合圖形的。綜合各類統(tǒng)計量的結(jié)果，學(xué)生的統(tǒng)計學(xué)成果分為3類比較合適。四、方差分析輸入代碼：procglm;classsexs3;models3=sexs3sex*s1/ss1ss2ss3ss4;meanss1/duncan;run;輸出結(jié)果如下所示：從輸出結(jié)果可以看出，平常成果對總評成果有顯著的影響。性別對成果影響中，女生成果要優(yōu)于男生，平均分比男生高，方差比男生小?？梢?，在平常成果和性別對學(xué)生統(tǒng)計學(xué)總評成果的影響。五、結(jié)果分析與結(jié)論本文選取2010—2011年統(tǒng)計學(xué)成果作為樣本數(shù)據(jù)，運(yùn)用SAS軟件先對學(xué)生成果進(jìn)行描述性統(tǒng)計分析，再選用聚類分析法，最終進(jìn)行方差分析。聚類分析（ClusterAnalysis）依據(jù)樣品的統(tǒng)計量將相像程度較大的樣品聚合到一個小的分類單位，相像程度較小的聚合到一個大的分類單位，使得同一類中的對象之間的相像性比與其他類的對象的相像性更強(qiáng)，直到把全部的樣品都聚合完畢，形成一個由小到大的分類系統(tǒng)，并將整個分類系統(tǒng)畫成一張譜系圖。方差分析(AnalysisofVariance)由于各種因素的影響，探討所得的數(shù)據(jù)呈現(xiàn)波動狀。造成波動的緣由可分成兩