1、教学内容 u序 uSas 软件 概述 数据集的建立 1 序 u统计软件与统计学的关系 u统计软件的特点 u统计软件的使用方法 u常用统计软件 2 统计分析与统计软件的关系 u统计学为数据分析过程提供一套完整的科 学的方法论。完整的数据分析过程包括： 数据的收集 数据的整理 数据的分析 u统计分析软件是数据分析的主要工具，统 计软件为数据分析提供了实现手段。 设计 人工处 理：累 ！ 3 统计分析软件的一般特点 u有完善的数据定义、操作和管理功能 u方便地生成各种统计图形和统计表格 u功能全面，系统地集成了多种成熟的统计 分析方法 u使用方式简单，有完备的联机帮助功能 u软件开放性好，能方便地和
2、其他软件进行 数据交换 4 学习使用统计软件的基本方法 u弄清分析的目的 u正确收集待处理和分析的数据(目的、影响 因素的剔除） u弄清统计概念和统计含义，知道统计方法 的适用范围，无需记忆公式 u选择一种或几种统计分析方法探索性地分 析数据 u读懂计算机分析的数据结果，发现规律， 得出分析 5 一般认为SAS 、 SPSS与BMDP(STATA) 是国际公认的三大权威统计分析软件包。 SPSS又以其语言通俗、操作简单、适用专 业范围广泛为其特色。 常用统计软件 6 SAS u真正的巨无霸。被誉为国际上的标准统计 软件和最权威的组合式优秀统计软件。 u人机对话界面太不友好 u图形操作界面比较糟
3、糕 u基本上围绕编程设计 u学习起来较困难（编程） u说明书非常难懂 u价格贵的人直跳 7 SPSS (Ver11) u统计软件中的贵族 u操作界面极为友好 所有统计软件中最友好的 精心设计的图形操作界面 美观的结果输出 强大的辅助教学功能 u输出结果与中文WORD尚存在一定兼容问题 u在国内深受欢迎，特别是市场调研行业 u在欧洲各研究机构中得到广泛应用 8 Stata (Ver7) u软件小巧 u绘图美观 u统计分析能力极强 u数据接口差 u不提供对话框界面，命令行方式操作 9 其它软件 uSystat uS-Plus uE-Views uPEMS uR 10 第一章 SAS概述 SAS:
4、Satistical analysis system 二十世纪六十年代，由美国北卡 罗纳州立大学（north carolina state university）两位教授A.J.BARR和 J.H.Goodnihght开发，1975年创建了 SAS（ Satistical analysis system） 研究所。 11 功能强大、统计软件界巨无霸 SAS是用于决策支持的大型集成信息系统， 软件系统最早的功能限于统计分析，现在统计分 析功能也仍是它的重要组成部分和核心功能。 SAS现在的最新版本为9.0版，大小约为1GB。 在数据处理和统计分析领域，SAS系统被誉为国 际上的标准软件系统，并在
5、9697年度被评选为 建立数据库的首选产品，堪称统计软件界的巨无 霸。 。 12 应用广泛、专业性强 uSAS已经被全世界120多个国家和地区的近三万 家机构所采用，直接用户超过三百万人，遍及金 融、医药卫生、生产、运输、通讯、政府和教育 科研等领域。 u由于SAS系统是从大型机上的系统发展而来，在 设计上也是完全针对专业用户进行设计，因此操 作以SAS语言编程为主，另外也有非编程方式的 菜单系统，但人机对话的界面不太友好。 13 SAS的基本功能 u数据交换：可以访问任何形式和格式的数 据 u数据管理：可以将数据转换为可用格式 u数据分析： u数据呈现：可以是信息产生社会效益和经 济效益 1
6、4 uBASE SAS：核心 SAS/STAT;统计分析软件 SAS/INSIGHT:交互统计图形 SAS/ASSIST:The sas systems task orient, menu driven interface. SAS 的菜单管理方式 SAS/GRAPH：图形软件包 SAS/ACCESS：数据接口，如 ODBC,ORACLE,PC,SYBASE文件格式读入 15 SAS/ETS software：economic times series SAS/OR：operation reserch and project management software可操作的项目管理研究决 策软件
7、 SAS/IML：matrix programming SAS/FSP：full screen procedures,customized data entry retrieval，and letter writing facilites.全 屏幕数据录入、编辑和查询功能 SAS/AF：software,application development facilities 16 SAS的启动和退出 p启动 u快捷方式 u运行可执行文件： 资源管理器 开始运行-sas SAS.EXE 17 SAS的退出 p菜单：file-exit u键入命令： 命令框中-bye endsas 18 SAS的显示
8、管理系统 uDisplay management system(DMS) uSas程序的编辑、运行、存储、调用、结果 输出及打印 19 DMS窗口 uProgram edit uLog uOutput uResults uexplorer 20 常用指令 命令意义 bye退出SAS系统 Clear清除当前窗口中的内容 end退出当前窗口 endsas退出SAS File filename将当前窗口的内容存储到 指定文件 help进入帮助窗口 Include filename调用指定文件 keys进入快捷键定义窗口 21 常用指令 命令意义 libname确定SAS数据库的内容 log进入日志窗
9、口 nums打开编辑窗口的数字区 Nums off关闭编辑窗口的数字区 options进入参数定义窗口 output进入输出窗口 program进入编辑窗口 recall调用上次执行的程序 submit提交编辑窗口编辑的程序代码 22 F1 help 帮助 F2 reshow 再显示 F3 end; /*gsubmit*/ 结束该视窗 F4 recall 调回上一次已运行的程 序 F5 wpgm 显示程序编辑视窗 F6 log 显示记录视窗 F7 output 显示输出结果视窗 F8 zoom off;submit 放大或缩小视窗 F9 keys 打开功能键视窗 F11 command foc
10、us 打开命令条 F12 快捷键 23 SHF F1 subtop SHF F2 SHF F6 SHF F7 left 数据左移40列 SHF F8 right 数据右移40列 SHF F9 SHF F10 wpopup弹出视窗 SHF F11 SHF F12 24 CTL H help CTL I options 提供选择表视窗 CTL J CTL K cut 剪贴 CTL L log 显示记录视窗 CTL M mark 反字选择指令 CTL Q filename 打开文件名视窗 CTL R rfind 继续执行上一次的查找 CTL T title 打开标题视窗 CTL U unmark 取
11、消反字指令 CTL W access 打开存取访问，进入交谈式 CTL Y 25 CTL F1 CTL F2 CTL F3 CTL F11 CTL F12 CTL B libname 打开库名视窗 CTL D dir 打开目录视窗 CTL E clear 清楚当前使用的视窗目录 CTL F footname 打开脚注窗口 CTL G 26 RMB wpopup 单击鼠标右键，显示目前 视窗的选择表 SHF RMB CTL RMB MMB 单击鼠标中键 SHF MMB CTL MMB 27 SAS程序 p数据步：DATA p过程步：proc run; p程序运行： u工具条 submit run
12、 uLocals-submit 28 程序修改 29 程序保存 File c:sassasusertime.sas Filesave- 30 程序调用 Include c:sassasusertime.sas Fileopen 工具条 31 第二章 数据库与数据集 pSAS数据库通常是存放SAS数据集与其它 SAS文件。 p库标记：库逻辑名或库关联名 p数据库类型：临时数据库与永久数据库 p永久数据库：libname 库标记 路径 如硬盘上已经存在一个文件夹为：c:my documents,可验； （6）FREQ指定作为频数的变量； （7）WEIGHT指定作为权数的变量。 24 4.2单样本正
13、态总体的参数估计与 假设检验 4.2.14.2.1单样本的参数估计单样本的参数估计 4.2.24.2.2单样本的假设检验单样本的假设检验 25 4.2.1单样本正态总体的参数估计 1. 单样本正态总体均值的置信区间 2. 单样本正态总体比例的置信区间 3. 单样本正态总体方差的置信区间 26 1. 单样本正态总体均值的置信区间 【例4-1】 某小学要对各年级的学生健康状况进 行评测，其中一项评测需要对五年级男生的平均 体重进行估计，五年级男生体重的总体方差未知 ，现随机抽取20名男生的体重数据如表4-3所示 。 假定男生体重数据存放在数据集mylib.boy_w中 ，重量变量名为weight，
14、求该校五年级男生的平 均体重在95%置信水平下的置信区间。 32383428352938413133 38393744303639503631 27 （1）INSIGHT模块求单样本正态总体均值的置信区间 ，其步骤如下： 打开数据集mylib.boy_w。 选择菜单“分析”“分布”命令。 在“分布”对话框中选择变量weight作为分析变量填 入“Y” 框中。 单击“输出”按钮，打开输出结果控制对话框，在“ 描述性统计量”选项中选择“基本置信区间” 。 单击“确定”按钮，返回到“分布”对话框，再次单 击“确定”按钮，得到置信区间的输出结果如图4-3 所示。 28 图中显示了在95%的置信水平下，
15、分别对均值、标 准偏差和方差这3个总体参数进行参数估计的结果 。估计值是对总体参数的点估计，置信下限和置信 上限是对总体参数的区间估计。因此结果表明，该 校五年级男生平均体重在95%置信水平下的置信区 间为33.4435kg38.4565kg。 此外，在结果输出窗口中，还可以选择“表”菜单 重新设置不同的置信水平。 29 （2）用分析家模块求单样本正态总体均值的置信 区间，其步骤如下： 在“分析家”模块中打开数据集mylib.boy_w。 选择菜单“统计”“假设检验”“均值的单样 本t-检验”命令。 在“One Sample t-test for a Mean”对话框中， 选择变量weight
16、作为分析变量。 单击“tests”按钮，在对话框的“Confidence Intervals”选项卡中可以设置置信区间类型和置信 水平。 单击“OK”按钮，返回到“One Sample t-test for a Mean”对话框，再次单击“OK”按钮，得到置 信区间的输出结果如图4-8所示。 30 结果表明，单样本均值的95%置信区间的下限是 33.44，上限是38.46，因此该校五年级男生平均 体重在95%置信水平下的置信区间为 33.44kg38.46kg。 31 （3）用TTEST过程步求单样本正态总体均值的置 信区间，程序如下： proc ttest data=mylib.boy_w
17、alpha=0.05; /*alpha =0.05用于指定显著性水平为0.05*/ var weight; run; 32 2. 单样本正态总体比例的置信区间 【例4-2】 某大学要对其1000名在校学生的月支 出进行调查，随机抽取16名学生调查后结果如表4 -4所示。 设月支出数据存放于数据集mylib.outgo中，其中 月支出变量名为exp。在95%置信水平下推断该校 学生月支出在1000元以上的人占有的比例。 1000960120080075015001100900 9509701150900135012008501250 33 用分析家模块求单样本正态总体比例的置信区间， 步骤如下：
18、 在“分析家”模块中打开数据集mylib.outgo。 根据原变量exp生成一个新的分类变量 exp_recoded。 选择菜单“统计”“假设检验”“比例的单样 本检验”命令。 在“One-Sample Test for a Proportion”对话 框中，选择分析变量，设置置信区间类型和置信水 平，得到输出结果如图4-13所示。 34 结果表明，在95%置信水平下变量exp_recoded取 值为“1000”的比例的置信区间是（0.194， 0.681），即在95%置信水平下估计该校学生月支 出在1000元以上的人所占比例在19.4%68.1%之 间。 35 3.单样本正态总体方差的置信区
19、间 【例4-3】已知某股票在2014年3月的22个交易日 的收益率如表4-5所示，求该股票收益率的方差在 99%置信水平下的置信区间。 设数据存放于数据集mylib.stock中，其中股票收 益率变量名为yield。 0.0078-0.002-0.01360.00250.01380.04020.01690.0225 -0.0213-0.117-0.00790.0157-0.01230.0314-0.0401-0.007 0.01060.003-0.02540.00410.0052-0.0478 36 用分析家模块求单样本正态总体方差的置信区间， 步骤如下： 在“分析家”模块中打开数据集myli
20、b.stock。 选择菜单“统计”“假设检验”“方差的单样 本检验”命令。 在“One-Sample Test for a Variance”对话框 中选择变量yield作为分析变量。 在“Var=”右侧文本框中输入任意正数，单击 “Intervals”按钮，设置置信水平为99%。 单击“OK”按钮，返回到“One-Sample Test for a Variance”对话框，再次单击“OK”按钮， 得到分析结果如图4-16所示。 37 结果显示，该股票收益率的方差在99%置信水平下 的置信区间为（0.0005，0.0028）。 38 4.2.2 单样本正态总体的假设检验 1. 单样本正态总体
21、均值的假设检验 2. 单样本正态总体比例的假设检验 3. 单样本正态总体方差的假设检验 39 1. 单样本正态总体均值的假设检验 【例4-4】市质监部门对超市袋装大米的净含量准 确性进行抽检，随机从几家抽取了20袋大米，每袋 标示的重量都是5公斤。工作人员对这些大米进行 了称重测试。测试过程为：先把每袋大米连包装一 起称重，记录下大米的毛重以后，再把大米倒出来 ，称包装袋的重量。最后根据两项称重值的差得出 大米的实际净重为多少。测试结果如表4-6所示。 假定大米重量数据存放在数据集mylib.dmzl中，重 量变量名为weight，试从检验的样本数据出发，检 验变量weight的均值与5公斤是
22、否有显著差异。 5.0055.0225.0304.9845.0505.0435.0055.0295.0125.024 4.9925.0165.0315.0184.9805.0455.0205.0364.9905.048 40 设变量weight的均值为，根据题意作如下假设： H0：=5 H1：5 （1）用INSIGHT模块对单样本正态总体均值进行假 设检验，其步骤如下： 在INSIGHT模块中打开数据集mylib.dmzl。 选择菜单“分析”“分布”命令。 在“分布”对话框中选择变量weight作为分析变量 。 单击“确定”按钮，得到变量的描述性统计量。 选择菜单“表”“位置检验”命令，在弹出
23、的“ 位置检验”对话框中输入5，得到输出结果如图4- 18所示。 41 结果显示，观测值不等于5公斤的观测有20个，其 中16个观测值大于5公斤。 图中还显示出学生T检验、符号检验和符号轶检验的 结果，如果分析变量是正态分布的，那么只需看T检 验的结果；否则只需看符号检验的结果；而在没有 具体数值，仅有两两比较大小的结果时看符号轶检 验的结果。由于这三个检验的结论都是p值小于 0.05，所以拒绝原假设，即总体的均值与5公斤有 显著差异。 42 （2）用分析家模块对单样本正态总体均值进行假 设检验，其步骤如下： 启动分析家模块，并打开数据集mylib.dmzl。 选择菜单“统计”“假设检验”“均
24、值的单 样本t-检验” 命令。 选择变量weight作为分析变量填入Variable框中 ，在假设框中设置原假设的均值Mean=5。 单击“Plots”按钮，在打开的对话框中选中t distribution plot复选框。 单击“OK”按钮，返回到“One-Sample t-test for a Mean”对话框，再次单击“OK”按钮，得到 分析结果如图4-20所示。 43 结果的第一部分是变量weight的简单描述统计量。第二部分 显示了原假设条件与对立假设条件，显示了t统计量的观测 值为4.015，p值为0.0007小于0.05,所以拒绝原假设，即 总体的均值与5公斤有显著差异。 结果的
25、图形部分显示出t统计量抽样分布的密度曲线图形， 两侧的阴影区域为拒绝域，占总面积的5%，竖线显示t统计 量的观测值的位置落在阴影区域，因此拒绝总体的均值为5 公斤的原假设。 44 （3）用TTEST过程步对单样本正态总体均值进行 假设检验，程序如下： proc ttest h0=5 data=mylib.dmzl ; var weight; run; 45 2. 单样本正态总体比例的假设检验 【例4-5】 某大学要对其1000名在校学生的月支 出进行调查，随机抽取16名学生的调查数据如例4 -2表4-4所示。设月支出数据存放于数据集 Mylib.outgo中，其中月支出变量名为exp。在 95
26、%置信水平下推断该校学生月支出在1000元以 上的人所占比例是否超过40%。 设学生月支出在1000元以上的人所占比例为，根 据题意作如下假设： H0： =0.4 H1：1000。 在Hypotheses栏设置原假设的值0.4，选择备择假 设Prop 0.05， 所以不能拒绝原假设，该校学生月支出在1000元以上 的人所占比例在0.05的显著性水平下超过40%。 48 3.单样本正态总体方差的假设检验 【例4-6】 某工厂生产的人造纤维强度服从标准 差为5的正态分布，为检测生产的人造纤维强度 是否符合要求，某日随机抽取12根人造纤维进行 试验，测得纤维强度如下： 278 285 284 282
27、 285 286 290 292 289 280 275 293 设测量数据存放于数据集Mylib.strength中，其 中纤维强度变量名为str。 这是一个单样本正态总体方差的假设检验，根据 题意，设置假设： H0：2=25 H1：225 49 用分析家作单样本正态总体方差的假设检验，步骤 如下： 选择菜单“统计”“假设检验”“方差的单 样本检验”命令。 在“One-Sample Test for a Variance”对话框 中选择变量str作为分析变量。 在Hypotheses栏设置原假设的值Var=25，选 择备择假设Var =25。 单击“Plots”按钮，在打开的对话框中选择 P
28、robability distribution plot。 单击“OK”按钮，返回到“One-Sample Test for a Variance”对话框，再次单击“OK”按钮，得 到分析结果如图4-25所示。 50 结果显示，样本方差为30.811，由于p值为 0.5170，所以不能拒绝原假设，即生产的人造纤 维强度是符合要求的。 51 4.3两样本正态总体的 参数估计与假设检验 4.3.14.3.1两独立样本两独立样本 4.3.24.3.2两配对样本两配对样本 52 4.3.14.3.1两独立样本正态总体的参数估计与假两独立样本正态总体的参数估计与假 设检验设检验 1.两独立样本正态总体均
29、值的比较 2.两独立样本正态总体比例的比较 3.两独立样本正态总体方差的比较 53 1.两独立样本正态总体均值的比较 【例4-7 】为比较大一新生男女生身高有无明显差 别，分别抽取10名男生和8名女生为两个样本，数据 如表4-7所示。 建立数据集mylib.height，男女生身高数据记录在 同一分析变量A下，分类变量B的值用以区分两个样 本，试以0.05的显著性水平推断男女生身高是否存 在明显差别。 根据题意，设置假设： H0：男生平均身高与女生平均身高无显著差异，1 -2=0 H1：男生平均身高与女生平均身高有显著差异，1 -20 男生172176169183174178165187170
30、172 女生165163160170169159173167 54 （1）用分析家模块对两独立样本正态总体均值 进行比较，其步骤如下： 在分析家模块中打开数据集mylib. height。 选择菜单“统计”“假设检验”“均值的双 样本t-检验”命令。 在“Two-Sample t-test for Means”对话框中 选择变量A填入Dependent框中，选择变量B填入 Group框中，如图4-27a所示。 单击“Plots”按钮，在打开的对话框中选中t distribution plot复选框，如图4-27b所示。 单击“OK”按钮，返回到“Two-Sample t-test for Me
31、ans”对话框，再次单击“OK”按钮，得到 分析结果如图4-28所示。 55 结果显示，t统计量的P值=0.00640.05 所以不能拒绝方差相等的假 设。 在方差相等的前提下，检验t均值,相应的P值 =0.00640.05 所以在0.05的显 著性水平下不能拒绝原假设，两种教学法的考试成 绩的平均值没有显著差异，即两种教学法没有显著 差异。 61 2.两独立样本正态总体比例的比较 【例4-9】为调查男女生语文学习情况，在小学 一年级随机抽取了27名男生和20名女生，记录下 他们语文考试的成绩如表4-9所示。试以0.05的 显著性水平推断考试成绩在90分以上的男女生所 占比例是否有显著差异？
32、设考试成绩存放于数据集Mylib.chinese中，其中 语文成绩变量名为chinese。这是一个两独立样 本比例检测的问题，若1和2分别表示男生和 女生语文成绩90分以上的人所占比例，根据题意 作如下假设： H0：1-2=0 H1：1-20 62 用分析家模块作两样本正态总体比例的假设检验，步骤如 下： 在分析家中打开数据集mylib.chinese。 将变量chinese重编码得到新变量chinese_recoded。 选择菜单“统计”“假设检验”“比例的双样本检验 ”命令，选择分析变量chinese_recoded，sex作为分组 变量。 单击“Level of interest”右侧下
33、拉按钮，选择90。在 Hypotheses栏设置原假设的值prop 1-prop2=0，选择 备择假设prop 1-prop2 0，如图4-34a所示。 单击“Plots”按钮，在打开的对话框中选择Normal distribution plot。单击“OK”按钮，得到分析结果如图 4-35所示。 结果显示，z统计量的p值为0.3138，所以在0.05的显著 性水平下不能拒绝原假设，考试成绩在90分以上的男女 生所占比例没有显著差异。 63 3.两独立样本正态总体方差的比较 【例4-10】 一家机床厂以生产某种圆形零件为 主，每天的产量大约是8000个，每个零件的尺寸 规格为直径21.5mm。
34、生产厂家现购进一台新的 机床进行生产，为了分析新机床生产的零件的尺 寸是否比旧机床生产的零件尺寸偏差更小，现从 某天新旧机床生产的零件中各随机抽取了10个， 测得每个零件尺寸如表4-10所示。 由于两样本大小一致，所以在数据集mylib.size 中分别用变量A和变量B存储两个样本，如果12 和22分别表示旧机床生产的零件的尺寸和新机床 生产的零件尺寸的方差，根据题意，设置假设： H0：1 2 2 2 H1：1 2 2 2 64 用分析家模块作单样本正态总体方差的假设检验， 步骤如下： 选择菜单“统计”“假设检验”“方差的双样 本检验”命令。 在打开的“Two-Sample Test for
35、Variances”对 话框中，选择“Groups are in”中的Two variables，选择分析变量A和B分别填入Group1和 Group2中，如图4-36所示。 在Hypotheses栏设置选择备择假设 Variance1/Variance2 0.05，因此在 0.05的显著性水平下不能拒绝原假设，两种公式还 原魔方所需时间无显著差异。 70 （3）用TTEST过程步对两配对样本正态总体均值 进行比较，程序如下： proc ttest data=mylib.time; paired A*B; run; 71 4.4分布检验 4.4.1 4.4.1 正态分布正态分布 4.4.24.
36、4.2 正态性检验正态性检验 72 4.4.1 4.4.1 正态分布正态分布 正态分布（Normal distribution）又名高斯分布 （Gaussian distribution），该分布由两个参数 平均值和方差决定。概率密度函数曲线以均值为 对称中线，方差越小，分布越集中在均值附近。 1.正态分布的概率密度函数 则称X服从正态分布，记作XN(,2)。其中为X的 总体均数，2为总体方差。 73 （1）曲线在x轴上方,与x轴不相交。 （2）曲线关于直线x=对称。 （3）在x=时位于最高点。 （4）当x时,曲线下降.并且 当曲线向左、右两边无限延伸时，以x轴为渐近线 ，向它无限靠近。 （5
37、）当一定时， 曲线的形状由确定。越大， 曲线越“扁平”，表示总体的分布越分散；越小 ，曲线越“尖陡”，表示总体的分布越集中 2.正态分布曲线的性质 74 3.标准正态分布 当0，1时，正态总体称为标准正态总体； 其相应的曲线称为标准正态曲线。 标意重复意重复意重复 二二二二. .范要求范要求范要求范要求 三三三三. .方法延用方法延用方法延用方法延用 四四四四. .粗制造粗制造粗制造粗制造 五五五五. .目填目填目填目填 , ,漏填漏填漏填漏填 13 天才 与 笨蛋 , 成功 与 失败 往 往 都 只 有 14 计划（Plan）、实施（Do）、检查（Check） 、处理（Action） OEE
38、设备综合效率（Overall Equipment Effectiveness） TEEP完全有效生产率（Total Effective Equipment Productivity） MTBF设备平均故障间隔周期 MTTR设备平均修理时间 KPI以设备为主线的TnPM体系关键指标 50 SOON设备防护体系流程，即“策略/ 系统现场信息组织规范”流程（ Strategy/SystemOn-site-informationOrganizingNormalizing） FROG员工未来能力持续成长（Future Re-implementing Operators Growth） 51 完 祝大家：身体健康，工作愉快，家庭幸福！ 52
