SAS学习系列16 绘图Ⅱ条形图直方图盒形图.docx

SAS学习系列16 绘图Ⅱ条形图直方图盒形图.docx

《SAS学习系列16 绘图Ⅱ条形图直方图盒形图.docx》由会员分享，可在线阅读，更多相关《SAS学习系列16 绘图Ⅱ条形图直方图盒形图.docx（10页珍藏版）》请在冰点文库上搜索。

SAS学习系列16绘图Ⅱ条形图直方图盒形图

16.绘图Ⅱ—条形图,直方图,盒形图

（一）定性变量的图形

定性变量（分类变量）也可以通过图形直观地描绘出它们各类的数量和所占比例，常用的有条形图、饼形图和马赛克图。

一、条形图（BarChart）

用若干个细长的矩形条的高度（不是宽度，也不是面积）来表示定性变量各水平组的频数。

分为

单式条形图——横轴上只有一个定性变量；

复式条形图——横轴上有两个或多个定性变量（GROUP可选项）；

基本语法：

PROCSGPLOTdata=数据集;

VBAR或HBAR变量列表;

注：

“VBAR”绘制竖直方向的条形图，“HBAR”绘制水平方向的条形图。

可选项：

GROUP=变量名

指定分组变量

GROUPDISPLAY=选项

指定分组条形的显示方式：

STACK（堆叠型，默认），CLUSTER（簇型）；

RESPONSE=变量名

指定一个数值变量做统计分析；

STAT=统计量

对RESPONSE变量做指定的统计分析；

有RESPONSE变量默认FREQ；否则默认SUM；

ALPHA=p

设定置信限:

[0,1]，默认为0.05（95%可信）

BARWIDTH=w

设定“条形”宽度，介于0.1和1之间，默认为0.8；

DISCRETEOFFSET=x

设定每个条形偏移中心的距离:

[-0.5,0.5]，默认为0

TRANSPARENCY=n

指定条形的透明度:

[0,1]，默认是0（完全不透明）

DATALABEL=变量名

指定用该变量的值作为每个“条形”的标签，

默认SAS自动计算适当的值

MISSING

绘制包含缺省值的条形；

LIMITSTAT=选项

设定要显示的极限线的类型：

CLM（均值左右95%的双侧置信区间）；STDDEV（样本标准差）；STDERR（标准误）；

例1巧克力生产商考虑是否增加4个新品种，公司找志愿者品尝它们的味道，得到数据（C:

\MyRawData\Choc.dat），变量包括年龄组（A-成年；C-儿童）、喜欢吃的口味（注意每行有6个测试）：

读入数据，用PROCSGPLOT过程步生成关于年龄段分组的条形图。

代码：

datachocolate;

infile'c:

\MyRawData\Choc.dat';

inputAgeGroup$FavoriteFlavor$@@;

run;

procformat;

value$AgeGp'A'='Adult''C'='Child';

run;

*Barchartforfavoriteflavor;

procsgplotdata=chocolate;

vbarFavoriteFlavor/GROUP=AgeGroupGROUPDISPLAY=CLUSTER;

formatAgeGroup$AgeGp.;

labelFavoriteFlavor='FlavorofChocolate';

title'FavoriteChocolateFlavorsbyAge';

run;

运行结果：

注：

上图是“簇型”（CLUSTER），若改为“堆叠型”（STACK）输出：

另外，可以用旧版的GCHART过程步绘制条形图；

二、饼图（PieChart）

饼图，用圆的各扇形面积的大小来表示定性变量各水平组的频数。

SGPLOT过程步没有提供绘制饼形图的命令，用GCHART过程步可以实现。

例2细菌培养的数据（C:

\MyRawData\bacterial.txt），变量包括细菌类别、例数：

读入数据，绘制饼形图来表达各类细菌的百分比关系。

代码：

dataBacterial;

infile'C:

\MyRawData\bacterial.txt';

inputBacterialClass$Number;

run;

*BarchartforBacterial;

procgchartdata=Bacterial;

pieBacterialClass/sumvar=NumberPERCENT=arraw;

labelBacterialClass='细菌类别'Number='例数';

title'400例细菌培养结果';

run;

运行结果：

程序说明：

（1）可选项“sumvar=Number”，指定变量Number为做统计计算的量（默认是FREQ）；

（2）可选项“PERCENT=arraw;”，指定按百分数显示，并连上线。

（二）定量变量的图形

一、直方图（Histogram），也称质量分布图

对于定量变量（数值型变量），常用直方图来展示某个变量取值的分布，利用直方图可以估计总体的概率密度。

将变量取值的范围分成若干区间。

直方图是用面积而不是用高度来表示数，总面积是100%.每个区间矩形的面积恰是落在该区间内的百分数（频率），所以

矩形的高=频率/区间长度=密度

特别地，若区间是等长的，则“矩形的高”就是频率。

注意：

直方图矩形之间是没有间隔的。

用SGPLOT过程步绘制直方图以及密度曲线

基本语法：

PROCSGPLOTdata=数据集;

HISTOGRAMvariable-name/options;

DENSITYvariable-name/options;

1.HISTOGRAM可选项

（1）BINSTART=n

指定第一个矩形中点的起始位置；

（2）BINWIDTH=n和NBINS=n

指定矩形的宽度，或矩形的个数（二者只给其中之一）

（3）SCALE=scalingtype

指定竖轴的刻度类型：

PERCENT（默认，百分数）,

COUNT（频数）,PROPORTION（频率）；

（4）SHOWBINS

指定刻度标记标在每个矩形的中点位置，默认只标记将

取值范围分为四段的分点；

（5）TRANSPARENCY=n——设置透明度：

[0,1].

2.DENSITY可选项

（1）TYPE=distribution-type

指定密度曲线的分布类型：

NORMAL（默认，正态分布）、

KERNEL（核密度曲线）；

（2）TRANSPARENCY=n——设置透明度。

例3四年级学生在某月阅读书籍的数据（C:

\MyRawData\Reading.dat），变量包括学生姓名、书籍数，注意每行有多组数据：

读入数据，绘制关于书籍数的直方图以及密度曲线，并与正态分布的密度曲线做对比，竖轴显示频数，直方图每个矩形下面都作刻度标记。

代码：

datacontest;

infile'c:

\MyRawData\Reading.dat';

inputName$NumberBooks@@;

run;

*Createhistogramanddensitycurves;

procsgplotdata=contest;

histogramNumberBooks/BINWIDTH=2SHOWBINSSCALE=COUNT;

densityNumberBooks;

densityNumberBooks/type=KERNEL;

title'ReadingContest';

run;

运行结果：

二、盒形图（BoxPlots），也叫箱线图

在一条数轴上，以数据的上下四分位数（Q1-Q3）为界画一个矩形盒子（中间50%的数据落在盒内）；在数据的中位数位置画一条线段为中位线；用◇标记数据的均值；默认延长线不超过盒长的1.5倍，之外的点认为是异常值（用○标记）。

盒形图的主要应用就是，剔除数据的异常值、判断数据的偏态和尾重。

用SGPLOT过程步绘制盒形图

基本语法：

PROCSGPLOT;

VBOX或HBOXvariable-name/options;

注：

VBOX——竖直盒形图；HBOX——水平盒形图。

可选项：

（1）CATEGORY=variable-name

指定分类变量，给它的每个值分别绘制一个盒形图；

（2）EXTREME

指定延长线到真正的最大、最小值（相当于没有异常值）；

（3）GROUP=variablename

指定CATEGORY变量的下一级分类变量；

（4）MISSING

包含CATEGORY变量或GROUP变量的缺省值；

（5）TRANSPARENCY=n——设定透明度。

例4自行车环形公路赛的数据（C:

\MyRawData\Criterium.dat），变量包括年龄组（青年组、成人组、选手组）、圈数，注意每行有多组数据：

读入数据，用SGPLOT过程步为每个年龄组分别绘制盒形图。

代码：

databikerace;

infile'c:

\MyRawData\Criterium.dat';

inputDivision$NumberLaps@@;

run;

*Createboxplot;

procsgplotdata=bikerace;

vboxNumberLaps/CATEGORY=Division;

title'BicycleCriteriumResultsbyDivision';

run;

运行结果：