定量资料的统计描述在畜牧科学研究和生产中，对定量资料进行统计描述是一项经常性的工作。

我们从科学试验或生产实践中获得的数据往往是杂乱无章的，只有对数据资料进行相应的统计处理，如计算出某一样本的平均数、标准差、变异系数、以及最大、最小值等基本统计量，才能得出规律性的结论。

在SAS系统中，对定量资料进行统计描述，可以采用MEANS和UNIVARIATE 两个过程来完成。

2.1 MEANS过程MEANS过程可提供单个或多个变量的简单统计描述，当对多个变量进行统计描述时，其输出格式较为紧凑，便于阅读。

在畜牧试验数据的处理中，计算定量资料的描述性统计量以MEANS过程最为常用。

下面我们可以通过一些具体的例子来了解如何应用MEANS过程对定量资料进行描述性统计。

例2.1 某试验站香猪的6周饲养试验增重结果数据见下表，计算甲乙两种饲料每周各自的平均增重、最大值、最小值、方差、变异系数、标准差各统计量。

1周2周3周4周5周6周甲种饲料 6.65 6.35 7.05 7.90 8.04 4.45乙种饲料 5.34 7.00 7.89 7.05 6.74 7.28Data ok ;Input siliao $ weekage addweigh @@ ;cards ;a 1 6.65a 2 6.35 a 3 7.05 a 4 7.90 a 5 8.04 a 6 4.45b 1 5.34 b 2 7.00 b 3 7.89 b 4 7.05 b 5 6.74 b 6 7.28;Proc sort out=bigsort;by siliao ;run ;- 1 -proc means ;by siliao ;run ;2.2 UNIVARIATE过程UNIVARIATE过程又称为单变量分析过程，可提供单个变量的详细描述及其分布类型的检验。

与MEANS过程相比，该过程侧重于对单个变量进行分布类型的描述。

例2.2 12头奶牛的305天产奶量（kg）,具体数据如下, 试用UNIVARIATE过程计算产奶量的描述性统计量，并进行正态性检验。

牛号 1 2 3 4 5 6 7 8 9 10 产奶5480 6370 6310 5180 5090 6390 5600 5380 5360 6420 量SAS程序为：Data ok;Input cownum $ yield@@;Cards;1 54802 63703 63104 51805 50906 63907 56008 53809 5360 10 6420;Proc univariate normal plot;Var yield;Run;两均数差异显著性检验——t检验t检验的SAS过程在SAS系统中，进行t检验主要有MEANS和TTEST两个过程。

3.2.1 MEANS过程MEANS过程可用于样本均数与总体（理论）均数的差异显著性检验，以及配- 2 -对试验设计资料的t检验。

利用该过程进行t检验时，它先计算出可比对的数值，然后对差值均数与0有无显著差异进行检验。

3.2.2 TTEST过程TTEST该过程可计算出两组变量的平均数和标准差，同时还可对两个样本方差齐性（或同质性）进行检验，并给出总体方差相等和不相等两种情况下的均数差异性检验结果供选择。

3.3 不同实验设计资料的t检验3.3.1 样本均数与总体均数间的差异显著性检验在SAS系统中，样本均数与总体均数间的差异显著性检验是通过MEANS过程来完成的。

例3.1 母猪的怀孕期为114天，今抽测10头母猪的怀孕期分别为116、115、113、112、114、117、115、116、114、113（天），试检验所得样本的平均数与总体平均数114天有无显著差异？SAS程序为：Data ok;Input x@@;Y=x-114;Cards;116 115 113 112 114 117 115 116 114 113;Proc means mean std stderr t prt;Var y;Run;3.3.2 配对实验设计资料的t检验在SAS系统中，配对设计资料的t检验是用MEANS过程来实现的。

根据配对实验设计分为自身配对和同源配对。

例3.2 用家兔10只试验某批注射液对体温的影响，测定每只家兔注射前后的体温。

设体温服从正态分布，问注射前后体温有无显著差异？- 3 -兔号 1 2 3 4 5 6 7 8 9 10 注射前体温37.8 38.2 38.0 37.6 37.9 38.1 38.2 37.5 38.5 37.9 注射后体温37.9 39.0 38.9 38.4 37.9 39.0 39.5 38.6 38.8 39.0 SAS程序如下：Data ok;Input x y@@;D=x-y;Cards;37.8 37.9 38.2 39 38 38.9 37.6 38.4 37.9 37.938.1 39 38.2 39.5 37.5 38.6 38.5 38.8 37.9 39;Proc means mean std stderr t prt;Var d;Run;例3.3 现从8窝仔猪中每窝选出性别相同、体重接近的仔猪两头进行饲料对比试验，将每窝两头仔猪随机分配到两个饲料组中，时间30天，试验结果见表5-7。

问两种饲料喂饲仔猪增重有无显著差异？1 2 3 4 5 6 7 8甲饲料10.0 11.2 11.0 12.1 10.5 9.8 11.5 10.8 乙饲料9.8 10.6 9.0 10.5 9.6 9.0 10.8 9.8Data ok;Input x y@@;D=x-y;Cards;10 9.8 11.2 10.6 11 9 12.1 10.510.5 9.6 9.8 9 11.5 10.8 10.8 9.8;Proc means mean std stderr t prt;Var D;Run;3.3.3 非配对实验设计资料的t检验非配对实验设计资料的t检验可用TTEST过程来完成。

例3.4 某种猪场分别测定长白后备种猪和蓝塘后备种猪90kg时的背膘厚度，测定结果- 4 -如下表所示。

设两品种后备种猪90kg时的背膘厚度值服从正态分布，问该两品种后备种猪90kg时的背膘厚度有无显著差异？品种背膘厚度（cm）长白 1.20 1.32 1.10 1.28 1.35 1.08 1.18 1.25 1.30 1.12 1.19 1.05蓝塘 2.00 1.85 1.60 1.78 1.96 1.88 1.82 1.70 1.68 1.92 1.80SAS程序如下：Data ok;Input group $ width@@;Cards;1 1.20 1 1.32 1 1.10 1 1.28 1 1.35 1 1.08 1 1.18 1 1.25 1 1.301 1.12 1 1.19 1 1.05 2 2.00 2 1.85 2 1.60 2 1.78 2 1.96 2 1.882 1.82 2 1.70 2 1.68 2 1.92 2 1.80;Proc ttest;Class group;Var width;Run;4.2 均衡数据的方差分析——普通方差分析所谓均衡数据（balanced data），就是在数据结构中对于每个分类因子各水平下或水平的组合下的观测数都相等，即数据均衡，且没有发生缺失。

4.2.1 用于均衡数据方差分析的SAS过程在SAS系统中，均衡数据的方差分析是采用ANOVA过程来完成的。

虽然均衡4.2.2.2 应用示例以下我们通过两个具体的例子来介绍如何应用ANOVA过程进行单因素方差分析。

例4.1 某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼20尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。

饲料鱼的增重（x ij）- 5 -A131.9 27.9 31.8 28.4 35.9A224.8 25.7 26.8 27.9 26.2A322.1 23.6 27.3 24.9 25.8A427.0 30.8 29.0 24.5 28.5SAS程序：Data ok;Do a=1 to 4;Do i=1 to 5;Input y@@;output;End;end;Cards;31.9 27.9 31.8 28.4 35.924.8 25.7 26.8 27.9 26.222.1 23.6 27.3 24.9 25.827.0 30.8 29.0 24.5 28.5;Proc anova data=ok;Class a;Model y=a;Means a/t DUNCAN SNK;Run;4.2.3 交叉分组资料的多因素方差分析例4.2 为研究雌激素对子宫发育的影响，现有4窝不同品系未成年的大白鼠，每窝3只，随机分别注射不同剂量的雌激素，然后在相同条件下试验，并称得它们的子宫重量，见下表，试作方差分析。

品系(A)雌激素注射剂量(mg/100g)(B)B1(0.2) B2(0.4)B3(0.8)A1106 116 145A242 68 115A370 111 133A442 63 87SAS程序如下：Data ok;Do a=‘A1’, ‘A2’, ‘A3’;Do b=‘B1’, ‘B2’, ‘B3’;- 6 -Input y@@;output;End;end;Cards;106 116 14542 68 11570 111 13342 63 87;Proc anova data=ok;Class a b;Model y=a b;Means a b/t DUNCAN SNK;Run;4.2.3.2 多因素有互作的方差分析例4.3 为了研究饲料中钙磷含量对幼猪生长发育的影响，将钙(A)、磷(B)在饲料中的含量各分4个水平进行交叉分组试验。

先用品种、性别、日龄相同，初始体重基本一致的幼猪48头，随机分成16组，每组3头，用能量、蛋白质含量相同的饲料在不同钙磷用量搭配下各喂一组猪，经两月试验，幼猪增重结果(kg)列于下表，试分析钙磷对幼猪生长发育的影响。

B1(0.8) B2(0.6) B3(0.4) B4(0.2)A1(1.0) 22.0 30.0 32.4 30.5 26.5 27.5 26.5 27.0 24.4 26.0 27.0 25.1A2(0.8) 23.5 33.238.0 26.5 25.8 28.5 35.5 24.0 27.0 30.1 33.0 25.0A3(0.6) 30.5 36.5 28.0 20.5 26.8 34.0 30.5 22.5 25.5 33.5 24.6 19.5A4(0.4) 34.5 29.0 27.5 18.5 31.4 27.5 26.3 20.0 29.3 28.0 28.5 19.0SAS程序：Data CaP;- 7 -Do a=1 to 4;Do b=1 to 4;Do n=1 to 3;Input y@@;Output;End;End;End;Drop n;Cards;22.0 26.5 24.4 30.0 27.5 26.0 32.4 26.5 27.030.5 27.0 25.1 23.5 25.8 27.0 33.2 28.5 30.138.0 35.5 33.9 26.5 24.0 25.0 30.5 26.8 25.536.5 34.0 33.5 28.0 30.5 24.6 20.5 22.5 19.534.5 31.4 29.3 29.0 27.5 28.0 27.5 26.3 28.518.5 20.0 19.0;Proc anova;Class A B;Model y=A B A*B;Run;4.3 非均衡数据的方差分析——最小二乘分析与均衡数据资料相反，非均衡数据（unbalanced data）就是数据结构中每个分类因子个水平下（或各水平组合下）的观察值数目不相等。