第四章 统计图
统计图是统计描述的重要工具,它可以直观的反映出事物间的数量关系。因此,许多统计软件均提供了强大的统计做图功能。 SAS的许多程序步,如Univariate过程等,也附有相应的绘图功能,这些我们拟在相关章节中讲述。本章将向大家介绍两个专门用于绘图的程序步――GCHART过程和GPLOT过程。前者用于绘制各种常用的统计图,而后者则用于绘制散点图。
在早期的DOS版本中,SAS只提供低分辨率图形(即用键盘字符模拟输出的图形)。而在WINDOWS时代,美观漂亮也成为了软件最重要的性能指标之一,因此SAS公司推出了高分辨率图形。虽然比起EXCEL等软件来,它的高分辨率图形仍然不那么令人满意,但至少已经跟上了时代的潮流。
高分辨率图形在专门的GRAPH视窗中输出,而低分辨率图形在OUTPUT视窗中一同输出。只要将绘图过程名中的字母G去掉,做出的就是低分辨率图形,你可以比较一下两种图形的“天壤之别”。
§ 4.1 GCHART过程
Gchart过程可以绘制水平/竖直条图(直方图)、立体直方图、饼图和星状图。我们可以用这些图来了解单个变量的分布或者多个变量之间的关系。
4.1.1 语法格式
PROC GCHART [ DATA=<数据集名> [选项] ] ; |
指定要分析的数据集名及一些选项 |
HBAR <变量名列> / [选项] ; |
绘出条形图 |
VBAR <变量名列> / [选项]; |
绘出水平条形图 |
BLOCK <变量名列> / [选项]; |
绘出三维直方图 |
PIE <变量名列> / [选项]; |
绘出饼图 |
STAR <变量名列> / [选项]; |
绘出星状图 |
AXISn [选项]; |
控制坐标轴的形状和颜色 |
BY <变量名列>; |
按该变量取值分层绘制,要求数据集已按该变量排序 |
方括号中的为可选项,如果不写,系统会以默认值代替或者忽略该功能;而尖括号中的为必选项,表示如果写了该语句,则必须提供尖括号中的信息,否则可能出错。如[ DATA= <数据集名> ],表示你可以不写这一项,此时系统默认处理的是最新建立的数据集;而如果写了DATA=这一项,你就必须指定一个数据集名,不然SAS跟你没完。
4.1.2 语法说明
事实上,绘图程序步中的选项极为繁杂,如果合理地使用这些选项可以做出非常漂亮的统计图来。但这些选项也给大家的学习带来很大的不便,因此在这里我们只简要介绍几个常用的绘图语句中的选项。
【绘图语句选项】
MISSING 指定绘图时要将变量的缺失值也包括在内。
TYPE=做图类型关键字 指定要做图的类型,即图中条块代表的含义:缺省值是频数(FREQ);如果指定了选择项SUMVAR,则缺省值为总和(SUM)。可选的关键字有:
FREQ 要求按指定变量的频数做图。
PERCENT 要求按在横轴刻度表示范围内出现的频数占总数的百分比做图。
CFREQ 按累计频数做图。
CPERCENT 按累计百分比做图。
SUM 只能与SUMVAR选项同时使用,要求图中的每一条代表:变量在横轴表示的取值范围内时,SUMVAR指定变量的总和。
MEAN 只能与SUMVAR选项同时使用,要求图中的每一条代表:变量在横轴表示的取值范围内时,SUMVAR指定变量的均数。
SUMVAR=求和变量 指定使用TYPE=SUM或MEAN时,用于求总和、均值的变量。
LEVAL=n 如果绘图变量是连续变量,用该选项产生有N个组段的图形。
GROUP=分组变量 要求产生以分组变量的值分组的并排图。
SUBGROUP=亚组变量 要求每个图形内部再按亚组变量的值分块。
CAXIS=颜色 指定坐标轴的颜色。
CTEXT=颜色 指定坐标轴文本的颜色。
4.1.3 应用实例
例 4.1 绘制《卫生统计学》第三版习题1.1的直方图,数据存在c:\user\wt1_1.dat中。
解:程序如下:
libname a 'c:\user'; |
指定c:\user文件夹为数据库a |
data a.wt1_1; |
数据步开始,指定要建立的数据集为a库的wt1_1 |
infile 'c:\user\wt1_1.dat'; |
采用外部文件读入方式,文件名为c:\user\WT1_1.dat |
input x @@; |
输入的变量为x,采用连续输入的格式 |
proc gchart data=a.wt1_1; |
调用绘图程序步gchart |
vbar x / levels=10; |
绘出直方图,用于绘图的变量为x,分为10组 |
run; |
开始运行以上程序 |
事实上ASSIST视窗的输出图形是彩色的,和我们用程序做出的有些区别,这是因为ASSIST视窗自动提交了一些绘图环境语句,对输出图形作了修饰的缘故。
实际上libname语句只需要运行一次就可以了,但在开始的几道例题里我们都写上了这一句,让大家逐步养成启动SAS后就运行这一句的习惯。请将C:\USER文件夹指定为A库,以后我们实习的数据集均放在该库中。
§ 4.2 GPLOT过程
GPLOT 过程用于绘出散点图。图中的横、纵坐标分别代表两个变量。
4.2.1 语法格式
PROC GPLOT [ DATA=<数据集名> [选项] ] ; |
|
PLOT <纵坐标变量*横坐标变量[=分层变量名]...> / [选项]; |
指定绘图变量和选项 |
PLOT2 <纵坐标变量*横坐标变量[=分层变量名]...> / [选项]; |
在原图基础上重叠绘制第二幅散点图 |
SYMBOLn [选项] |
定义符号、添加趋势线、定义点和线的颜色 |
BY <变量名列>; |
按该变量取值分层绘制,要求数据集已按该变量排序 |
实际上,SYMBOL语句中定义的选项为系统环境控制选项,这意味着一次定义,终生使用。除非重新定义,否则以后的输出图形都将会是第一个图形的“孪生兄弟”。
在这里SYMBOL后面紧跟了一个n,表示任意自然数。因为PLOT语句可以在同一坐标系内重叠绘制许多层图,而这个数字就表示SYMBOL语句是控制的哪一层图。
4.2.2 语法说明
【 GPLOT过程的选项】
- UNIFORM
要求用BY语句分组打印的散点图的坐标刻度相同,便于比较。
- VTOH=
数值 指定纵横坐标的比例。
【PLOT语句说明】
表示所做的散点图按指定变量的取值分层,默认按不同颜色来区分。
OVERLAY 同一语句做的图重叠在同一个坐标系中显示。
HAXIS=数值 定义横坐标的刻度。
VAXIS=数值 定义纵坐标的刻度。
CAXIS=颜色 定义坐标轴的颜色。
CTEXT=颜色 定义坐标轴文本的颜色。
【 SYMBOL语句选项】
VALUE=符号 可用的符号及相应名称有: + PLUS ★ STAR ■ SQUARE ◆ DIAMOND ▲ TRIANGLE
I=连线方式 ① JOIN 用直线连接。
② SPLINE 用光滑的曲线连接。
- NEEDLE
向横坐标画垂线。
- RL
添加回归直线。
- WIDTH=
宽度 定义数据点和连线的宽度。
- COLOR=
颜色 定义数据点和连线的颜色。
4.2.3 应用实例
例 4.2 10名20岁男青年身高(cm)与前臂长(cm)如下,请绘出散点图(卫统p236 5.2题)。
身 高 |
170 |
173 |
160 |
155 |
173 |
168 |
178 |
183 |
180 |
165 |
前臂长 |
45 |
42 |
44 |
41 |
47 |
50 |
47 |
46 |
49 |
43 |
解:程序如下(注意程序中对输出图形作了些修饰)。
Libname a ’c:\user’; |
指定c:\user文件夹为数据库a |
data a.wt5_2; |
数据步开始,指定要建立的数据集为a库的wt5_2 |
input x y @@; |
输入的变量为x和y,采用连续输入的格式 |
cards; |
数据块开始 |
170 45 173 42 160 44 155 41 173 41 |
数据块 |
188 50 178 47 183 46 180 49 165 43 |
数据块 |
; |
数据块结束 |
proc gplot data=a.wt5_2; |
调用绘图程序步gplot |
plot y*x/ ctext=blue; |
绘出散点图,用于绘图的变量为x,y,坐标轴文本颜色为蓝色 |
symbol value=star color=pink width=2; |
定义散点标记为粉红色星号,大小为2 |
run; |
开始运行以上程序 |
绘制高分辨率统计图非常耗费系统资源,因此SAS在执行作图语句时实际上是将这些语句存入程序缓冲区,当用户打开GRAPH视窗看结果时才正式执行,从而绘出所需的统计图。如果用户没有看所绘制的图形,则绘图语句就一直留在缓冲区内,此时用户再执行任何程序,程序语句就全部在缓冲区内排队,等待绘图语句执行完毕,因此就无法得到相应的输出结果,这是同学们在上机时常犯的一个错误。
适当地使用统计图可以帮助我们更加深入的了解数据的分布规律。这里的例子只是绘图语句的简单用法,而绘图语句的复杂用法将结合例题在以后的各章中逐步介绍。
|