request-list：制表要求
•单向表由单个变量产生 如 tables a b c;
•双向交叉表用一个“*” 连接两个变量产生 如 tables a*b;
多项表由多个变量用星号连接产生 如 tables x1*x2*x3; 简洁表示形式： tables a*(b c); tables (a b)*(c d); tables (a b c)*d; tables a—d; 等价于tables a*b a*c; 等价于tables a*c a*d b*c b*d; 等价于tables a*d b*d c*d; 等价于 tables a b c d;
FREQ过程语句说明： （1）TABLES语句： 一般格式：TABLES request-list</option-list>; • FREQ过程中可包含任意多个TABLES语句 • 若没有TABLES语句，则生成输入数据集中每个变量的
单向频数表 • 若没有任何选项，则对tables语句中规定的变量的每个 水平计算频数，累计频数，占总频数的百分比及累计百 分数。
行列变量都是有序变量时
（4）Gamma ( )相关系数；
（5）Kendall' s tall b( b )相关系数；
（6）Stuart' s tall c( c )相关系数。
FREQ过程
主要功能
• FREQ过程是SAS系统中用于属性数据分析的主 要过程之一，可以生成单向到N向的频率表和交 叉表。 • 对于双向表（二维表），该过程计算检验统计量 和关联度。 • 对于N向表，该过程进行分层分析，计算每一层 和交叉层的统计量。
第七章
属性数据分析与FREQ过程
属性数据简介
• 在一个有三个主要大型商场的商贸中心， 调查476个不同年龄阶段的人信息一般是被调查 对象的分类信息，而不是定量变量的具体值。 • 从例子中我们看到对观测对象通过商场和调查对象的 年龄段进行了分类，得到一个二维表格。 • 那么从这个数据我们是否能看出顾客的年龄段与他 所去的商场有联系吗？
FREQ过程的一般格式
• • • • • PROC FREQ <option-list>; BY variable-list; TABLES request-list</option-list>; WEIGHT variable; OUTPUT<OUT=sas-data-set><output-statisticlist>;
</option-list>常见类型：
（1）ALL:求所有由CHISQ，MEASURES和CMH选项给出的 检验和度量；
2 （2）CHISQ:要求对每层的齐性或独立性进行 检验,
并计算依赖于 2检验统计量的关联度。
（3）CMH:计算Cochran-Mantel-Haenszel统计量，用于2 维以上表检验行、列变量的相关。 （4）EXACT:对于大于2×2维表进行Fisher精确检验。 （5）MEASURES:计算相关度量和它们的渐进标准差。 （6）ALPHA=P值:
• 分类变量和有序变量统称为属性变量，有时也称为字符型变量 或定性变量； • 而间隔变量和比率变量则称为数值型变量，有时也称为 定量变量或连续变量。 • 对属性变量进行的数据分析称为属性数据分析。
一般在属性数据分析中需要解决：
（1）产生汇总分类数据——频数表； （2）属性变量之间的独立性检验； （3）在属性变量之间存在关联的情况下，计算他们之间的关 联系数。
（2）连续修正 c2检验统计量；
（3）似然比 2检验统计量；
2 （4）Manel Haenszel MH 检验统计量；
（5）Fisher精确检验。
• 双向表中行变量与列变量相关性的检验 (1) 系数； （2）Contingency Coefficient 列联系数；
（3）Cramer' s V系数；
应用举例
例7.1 广告是否会显著影响消费者的购买意向
data ads; input ad$ plan$ number; cards; 看过 已买 60 看过 打算买 33 看过 没打算买 7 没看过 已买 25 没看过 打算买 40 没看过 没打算买 35 ;
（2） WEIGHT variable: 每个观测对频数为对应权数变量的值。
（3）OUTPUT语句： 一般格式： OUTPUT<OUT=sas-data-set><output-statistic-list>; 创建一个包含有PROC FREQ计算的统计量的SAS数据集。 OUT=sas-data-set:规定输出数据集的名字 output-statistic-list：输出统计量列表 可用的统计量是有PROC FREQ产生的关于双向交叉表的统计 量及概括性统计量。
• 数值变量就是能用数字来计量的变量；而不能用数字来计量 的变量则称为字符型变量，也称为属性变量。
• 区间型变量是指变量的取值可以为一个连续的数值区间，又可 分为比率变量和间隔变量。 名义型变量是指变量本身本质上不能用数值表示，用数字没有 真正意义，又可分为分类变量和有序变量。
• 按类型可以分为：字符型和数值型， 按测量水平可以分为：区间型和名义型。 分类变量和有序变量统称为属性变量，也称字符型变量 或定性变量。 间隔变量和比率变量则称为数值型变量，也称为定量 变量或连续型变量
属性数据分析中一些常见概念与检验统计量
• 单向表（一维表）
由一个属性变量进行分组构成的表。
• 双向表（二维表）
由两个属性变量交叉分组所得到的表。
• 多向表（多向交叉表或多维表）
由两个以上属性变量构成的表。
• 双向表无关联性检验的统计量
H0 : 行变量与列变量无关； H1 : 行变量与列变量有关
(1) 2检验统计量；
• 为了了解广告是否对消费者产生影响，某广告公 司在某地区连续广告一个月，和在没有进行广告 宣传的地区分别随机抽取了100名消费者（实际 的或潜在的）进行问卷调查，得到下表：
已购买
看过广告 没看过广告 60 15
打算购买 不打算购买
33 40 7 35
变量的类型
• 按类型可以分为：字符型和数值型， 按测量水平可以分为：区间型和名义型。