PROC MEANS和PRC FREQ在做描述性分析的时候很常用,用法也比较简单,不过这两个过程步的某些选项容易忘记,本文就梳理一下。

在进入正文前,我们先创建所需的数据集TEST_SCORES:

DATA TEST_SCORES;
INPUT COUNTY : $9.
SCHOOL & $21.
TEACHER : $8.
MATH
SCIENCE
ENGLISH;
DATALINES;
HUNTERDON FLEMING MIDDLE SCHOOL SMITH 92 95 88
HUNTERDON FLEMING MIDDLE SCHOOL SMITH 94 89 92
HUNTERDON FLEMING MIDDLE SCHOOL SMITH . 82 84
HUNTERDON FLEMING MIDDLE SCHOOL SMITH . . 68
HUNTERDON FLEMING MIDDLE SCHOOL RIVERA 82 89 72
HUNTERDON FLEMING MIDDLE SCHOOL RIVERA 97 94 92
HUNTERDON FLEMING MIDDLE SCHOOL RIVERA . 88 .
HUNTERDON ROBERT HUNTER GREGORY 80 82 94
HUNTERDON ROBERT HUNTER GREGORY 82 84 82
HUNTERDON ROBERT HUNTER WRIGHT 60 70 80
HUNTERDON ROBERT HUNTER WRIGHT 62 72 83
MIDDLESEX SAINT BARTS ACADEMY JONES 72 78 77
MIDDLESEX SAINT BARTS ACADEMY JONES 83 83 92
MIDDLESEX SAINT BARTS ACADEMY JONES 91 78 81
MIDDLESEX RUTGERS PREP MAROTTO . 99 .
MIDDLESEX RUTGERS PREP MAROTTO 96 98 98
MIDDLESEX RUTGERS PREP MAROTTO 83 88 88
MIDDLESEX RUTGERS PREP MAROTTO 84 86 85
MIDDLESEX RUTGERS PREP MAROTTO 92 97 93
MIDDLESEX RUTGERS PREP FRIEDMAN 99 98 90
MIDDLESEX RUTGERS PREP FRIEDMAN 96 95 90
MIDDLESEX RUTGERS PREP FRIEDMAN 84 85 84
MIDDLESEX RUTGERS PREP PATERSON 68 72 66
MIDDLESEX RUTGERS PREP PATERSON 72 74 68
MIDDLESEX FRANKLIN HIGH PETERS 80 80 92
MIDDLESEX FRANKLIN HIGH PETERS 83 85 88
;

1. PROC MEANS

1.1 BY和CLASS

SAS笔记(6) PROC MEANS和PROC FREQ的更多相关文章

  1. SAS PROC MEANS 输出每个变量的描述性统计量

    ods listing close;ods output summary=class;proc means data=CC.Model_Params stackods n mean std min m ...

  2. SAS笔记

    SAS基础知识 SAS里面的PROC一览 The ACECLUS Procedure : 聚类的协方差矩阵近似估计(approximate covariance estimation for clus ...

  3. 移动端测试===PROC系列之---/proc/pid/stat 如何准确取cpu的值【转】

         /proc/ /stat 包含了所有CPU活跃的信息,该文件中的所有值都是从系统启动开始累计到当前时刻. [root@localhost ~]# cat /proc/6873/stat 68 ...

  4. /proc/iomem和/proc/ioports对应的fops

    /proc/iomem和/proc/ioports对应的fops static int __init ioresources_init(void) {     struct proc_dir_entr ...

  5. SAS笔记(7) PROC SQL

    参考资料:<Longitudinal Data and SAS: A Programmer's Guide>

  6. SAS笔记(5) FLAG和计数器

    考虑这样一种场景:我们有一份患者入院检查的数据,我们知道一个患者有可能会多次去医院做检查,每次检查的结果可能为阳性,也可能为阴性.我们现在关注的是某一个患者在若干次检查中是否出现了阳性结果,在R中我们 ...

  7. SAS笔记(4) FIRST.和LAST.临时变量

    FIRST.和LAST.临时变量是SAS很有特色的一点,我在R和Python中暂时没有发现类似的功能(也许它们也有这个功能,我不知道而已).考虑这样一种场景:我们有患者就诊的数据,每一条观测对应一个患 ...

  8. SAS笔记(3) LAG和DIFF函数

    在实际的应用中,我们会想查看当前观测的上一个观测值,在上一篇博客中我们使用了RETAIN语句来记录上一条观测,其实SAS还提供了一个很好用的函数LAG.当我们使用函数时,一定要明确该函数的返回值是什么 ...

  9. PROC系列之---/proc/pid/stat

      转自: http://blog.csdn.net/zjl_1026_2001/article/details/2294067 /proc/ /stat 包含了所有CPU活跃的信息,该文件中的所有值 ...

随机推荐

  1. 文件复制的另一种选择,使用FileChannel复制文件

    通常来说,FileChannel比普通的缓冲输入输出流有更高的效率     import java.io.File; import java.io.FileInputStream; import ja ...

  2. R基础之批处理--R IN ACTION

    1.5 批处理多数情况下,我们都会交互式地使用R:在提示符后输入命令,接着等待该命令的输出结果.偶尔,我们可能想要以一种重复的.标准化的.无人值守的方式执行某个R程序,例如,你可能需要每个月生成一次相 ...

  3. 从信用卡欺诈模型看不平衡数据分类(1)数据层面:使用过采样是主流,过采样通常使用smote,或者少数使用数据复制。过采样后模型选择RF、xgboost、神经网络能够取得非常不错的效果。(2)模型层面:使用模型集成,样本不做处理,将各个模型进行特征选择、参数调优后进行集成,通常也能够取得不错的结果。(3)其他方法:偶尔可以使用异常检测技术,IF为主

    总结:不平衡数据的分类,(1)数据层面:使用过采样是主流,过采样通常使用smote,或者少数使用数据复制.过采样后模型选择RF.xgboost.神经网络能够取得非常不错的效果.(2)模型层面:使用模型 ...

  4. qt和makefile学习网址

    http://blog.51cto.com/zt/20/1/   ---qt学习网站 http://www.chinaunix.net/old_jh/23/408225.html  [精华] 跟我一起 ...

  5. 利用Perlin nosie 完成(PS 滤镜—— 分成云彩)

    %%%% Cloud %%%% 利用perlin noise生成云彩 clc; clear all; close all; addpath('E:\PhotoShop Algortihm\Image ...

  6. 如何在MySQl数据库中给已有的数据表添加自增ID?

    由于使用MySQL数据库还没有多久的缘故,在搭建后台往数据库导入数据的时候发现新增的表单是没有自增id的,因次就有了上面这个问题. 解决方法 1.给某一张表先增加一个字段,这里我们就以node_tab ...

  7. 【转】 Pro Android学习笔记(六九):HTTP服务(3):HTTP POST MultiPart

    目录(?)[-] 建立测试环境 开发环境导入第三方JAR HTTP Post Multipart小例子 HTTP POST不仅可以通过键值对传递参数,还可以携带更为复杂的参数,例如文件.HTTP Po ...

  8. mina中的发送延时

    由于项目需要,用到了 mina 框架进行 tcp 通讯.我是初次接触 mina,于是从 Hello world 开始学习了 mina .期间遇到了一个奇怪的发送数据的延迟问题,解决的过程是曲折的,但找 ...

  9. js之递归拼树(树结构的数据结构)

  10. TS学习之泛型

    可以使用泛型来创建可重用的组件,一个组件可以支持多种类型的数据 不适用泛型的函数 function myfn(args: number): number { return args; } functi ...