二、计数资料的统计描述

二、计数资料的统计描述

计数资料的描述性统计量，最为主要的是相对数，即率、构成比、相对比等。统计图形表述方式有圆图和百分条图等。下面我们将例2-1的数据转换为计数资料的形式，用以展示计数资料统计描述的SAS编程实现方法。

例2-3  我们假设甘油三酯水平高于1.5者为异常，将160名女子划分为正常和异常两组。分别计算正常组和异常组占总人数的构成比，并用圆图和百分条图展示其构成情况。

此处我们引入一个变量g，用以表示样本的分组情况，正常组取值为0，异常组取值为1，采用如例2-1中的条件语句为变量g进行赋值。对于计数资料各组构成比或率等统计量的计算，我的经验是用Tabulate过程比较方便。Tabulate过程的主要功能是按照给定的分组变量制作各种形式的表格，这里我们也只是用到它的强大功能的一小部分。

在做百分条图时，我们用制作水平条图的hbar语句，将变量g作为某个分组因素中的亚分组因素，所以还要引入一个分组变量i，但i的取值只有一个（因此处只有一个大组）。Pie语句是用来制作圆图的，它与hbar语句的格式均类似于前面例子中用到的vbar语句，仅在个别选项的使用上存在一些差异。

这次我们将计算统计量和作图过程编入一个程序文件，一次完成两个步骤。SAS程序如下。

这次的data步不同于以前的例子，这次我们将数据定义为临时文件，然后使用set语句将永久数据集文件（例2-1所建立）中的记录导入当前文件。Set语句的功能就是将其后所跟数据集文件中的记录按照相应选项（set语句后可有相应的控制选项）的控制导入到data语句所指定的文件中。引入的分组变量i我们取唯一值1，直接使用赋值语句，g要根据不同的x值取0或1，使用条件语句对其赋值。此处还可以将两个条件语句简化为一个，即

if x<=1.5 then g=0 else g=1;

tabulate过程中table语句用来实现具体的表格绘制过程，其后是作为表格三个维度的分组变量，表示三个维度的变量间以逗号分隔，三个维度分别是页（page）、横轴（side）和纵轴（top）。三个维度不必全部指定，如果只指定一个维度（如本例），SAS将其当作纵轴处理；如果指定两个，SAS将其作为横轴和纵轴处理，前面的变量为横轴，后面的变量为纵轴；若指定三个维度，在最前的变量为页，中间的为横轴，最后的为纵轴。

同一维度可以是一个变量，也可以是多个变量的排列组合，多个变量的排列组合形式如下：

（1）并列：变量间以空格相间隔，如 “a b”的表格形式如下：

（2）交叉：变量间以星号（*）相连接，如“a*b”的表格形式如下：

（3）混合形式：变量间以空格或星号分隔，必要时加圆括号，如“a*(b c)”的表格形式如下：

另外，和变量一同在table语句中出现的还有一些表示特定统计量的SAS关键词，可以控制相应统计量在表格中的显示。Tabulate过程可以计算的统计量及其在table语句中的名称如下表（表2.6）。

表 2.6  Tabulate过程可以计算的统计量及其在table语句中的名称

本例中语句table g*(n pctn)表示以g为纵轴，并在g的各水平下显示其频数和所占的百分比，百分比的计算需指明计算所需的分母，是以尖括号内的分组变量各水平的相应合计为分母。

Gchart过程中，pie语句后的选项discrete表示将变量g当作离散型变量来处理（否则将当作连续性变量计算其组中值），这样就等同于g为字符型变量的情况（若g为字符型则不需要此选项）。Silce选项用来指定对代表各组的扇形区域进行标识的方式，value是用来指定对各扇形区域标注统计量的位置，slice选项和value选项后所能跟的具体项目名称和含义是完全相同的，各项目名称及含义见下表（表2.7）。

表2.7  各项目名称及含义

百分条图的制作是通过对变量i做水平条图实现的，将g看作各i分组中的下层分组变量。Subgroup选项用来在每个组的横条中按照其指定的下层分组变量再分组，各下层分组的相应部分用不同的颜色表示，这里我们指定下层分组变量为g。

程序中有关制图的两个gchart过程可以简化为一个gchart过程的两个步骤，即

将以上程序提交执行，结果如下。

（1）各组频数及其结构百分比

（2）圆图（图2.3）

图2.3

 （3）百分条图（图2.4）

图2.4

好了，这一章的内容先讨论这些，因水平有限，错误与不足在所难免，还请各位多多指点，互相学习嘛！

第三章将讨论两组资料均数比较的SAS编程实现，即t检验与u检验的编程操作方法，请各位耐心等待。