SAS9作图.doc

1、SAS9.2 统计作图SAS92 后，针对常规统计作图，开发了以下三个过程：SGPLOT, SGPANEL, SGSCATTER, 针对特殊情况，用户也可以自定义统计图（TEMPLETE 过程） ，然后用过程 SGRENDER过程进行调用。在所给出的三个常用统计过程中，SGPLOT 的一些基本特性，在其他过程均相似，因此对该过程详述，其他的过程只要注意其特点就可以了。1 PROC SGPLOTSGPLOT 在同一作图单元上进行作图，可以画 16 种图形，分为五类：（一）basic X Y plots： scatter x=var y=var/options; -散点图series x=var

2、y=var/options; -序列图，事先要按x指定变量从小到大排序step x=var y=var/options; -阶梯图needle x=var y=var/options; -火柴棒图vector x=var y=var/options; -方向图（二）band plots： （带状图）band x=var upper=var lower=var/options; -带状图（变量值，最小值，最大值）（三）fit and confidence plots： （拟合与置信区间）reg x=var y=var /options; -回归线图loess x=var y=var/option

3、s; -局部线性回归图pbspline x=var y=var/options; -惩罚样条回归图ellipse x=var y=var/options; -椭园图注：以上三种类型图均可重叠画在一幅图上（四）distribution graphs for continuous DATA： （连续）hbox|vbox response-var/options; -水平| 垂直盒形图histogram response-var/options; - 直方图density response-var/options; -密度函数图注：直方图与密度函数图形可以画在一起；（五）distribution g

4、raphs for categorical DATA：（离散）hbar|vbar category-var/options; -水平| 垂直柱状图hline|vline category-var/options; -水平|垂直 线图（与上图表示相似，柱子用线表示）dot category-var/options; -点图表 1，可以重叠的作图语句，及其相关选项的关系表 2：SGPLOT 的作图语句及其常用选项表 3 图形辅助语句及其选项如参考线的设置，x,y 轴的设置，图形上插入文字等表 4：作图语句中关于填充，线的特征，数据点标签等的设置如填充的颜色，线的特征（线型，线的粗细，线的颜色） ，

5、数据标签（颜色，大小，符号）注：MARKERATTRS 的一些常用符号：LINEATTRS 的一些常用符号：例子：/*例 1*/proc sgplot data=sashelp.class;scatter x=height y=weight / group=sex;run;/*例 2*/proc sgplot data=sashelp.stocks(where=(date = “01jan2000“d and stock = “IBM“);title “Stock Trend“;*Create the series plots;series x=date y=close;series x=da

6、te y=low;series x=date y=high;run;/*例 3*/proc sgplot data=sashelp.class;reg x=height y=weight / CLM CLI;run;/*例 4*/proc sgplot data=sashelp.iris;title “Iris Petal Dimensions“;scatter x=petallength y=petalwidth;ellipse x=petallength y=petalwidth;keylegend / location=inside position=bottomright;run;/*

7、例 5*/proc sgplot data=sashelp.classfit;title “Fit and Confidence Band from Precomputed Data“;band x=height lower=lower upper=upper /legendlabel=“95% CLI“ name=“band1“;band x=height lower=lowermean upper=uppermean /fillattrs=GraphConfidence2legendlabel=“95% CLM“ name=“band2“;scatter x=height y=weight

8、;series x=height y=predict / lineattrs=GraphPredictionlegendlabel=“Predicted Fit“ name=“series“;keylegend “series“ “band1“ “band2“ / location=inside position=bottomright;run;/*例 6*/proc sgplot data=sashelp.class(where=(age= “01jan2000“dand date = “01jan2001“d and stock = “IBM“);title “Stock Volume v

9、s. Close“;vbar date / response=volume;vline date / response=close y2axis;run;2 PROC SGPANEL该过程可以分多个作图区域同时进行作图，其他的作图语句与 sgplot 一样。PROC SGPANEL;PANELBY category-var/options;-据此分类变量将作图区域分组；选项确定分组布局。作图语句（与 sgplot 过程相同，少一个 ellipse 作图语句） ；其他语句；run;PANELBY category-var/options;中的选项：columns=n -分 n 列layout=l

10、attice|panel|columnlattice|rowlatticerows=n -分 n 行spacing=n-定义分组间的距离(单位为 pixels)作图类型：Basic plotsscatter, series, step, band, needle plots, and vector plotsFit and confidence plotsloess, regression, and penalized B-spline curvesDistribution plotsbox plots, histograms, normal density curves, and kerne

11、l density estimatesCategorization plotsdot plots, bar charts, and line plots例子：/*example 1*/proc sgpanel data=sashelp.heart noautolegend;title “Cholesterol Distribution in Heart Study“;*Specify the classification variable for the panel.;panelby sex;histogram cholesterol;density cholesterol;run;/*exa

12、mple 2*/proc sgpanel data=sashelp.iris;title “Scatter plot for Fisher iris data“;panelby species / columns=3;reg x=sepallength y=sepalwidth / cli clm;run;/*example 3*/proc sgpanel data=sashelp.prdsale;title “Yearly Sales by Product“;panelby year / novarname columns=1;hbar product / response=actual;r

13、un;3 PROC SGSCATTER主要作散点图，也可加其他选项作其他类型的图。作图布局：三种方式来设置PLOT (变量组 1)*（变量组 2）/options;通过变量的交叉进行分组，分组各自有自己的独立坐标。COMPARE （变量组 1）*（变量组 2）/options;为比较而设置，x 轴，y 轴均可以相互比较；MATRIX 变量组/options; 矩阵方式给出散点图，对角线上可以画直方图，密度图等作图选项，则可以作以下类型的图形：Basic plotsscatter, series, step, band, needle plots, and vector plotsFit and

14、 confidence plotsloess, regression, and penalized B-spline curvesDistribution plotsbox plots, histograms, normal density curves, and kernel density estimatesCategorization plotsdot plots, bar charts, and line plots例子：例 1：用矩阵语句形成画图布局，并用 group 选项将数据分组proc sgscatter data=sashelp.iris;title “Scatterplot

15、 Matrix for Iris Data“;matrix sepallength petallength sepalwidth petalwidth/ group=species;run;例 2：用 PLOT 语句设置作图布局，用 pbspline 选项叠加罚样条回归proc sgscatter data=sashelp.iris(where=(species=“Virginica“);title “Multi-Celled Spline Curve for Species Virginica“;plot (sepallength sepalwidth)*(petallength petal

16、width)/ pbspline;run;例 3：用 compare 语句设置作图布局用于比较， group 选项将数据分组显示proc sgscatter data=sashelp.iris;title “Iris Data: Length and Width“;compare x=(sepallength petallength) y=(sepalwidth petalwidth)/ group=species;run;注：x,y 轴均可以进行比较。例 4：注意选项的设置proc sgscatter data=sashelp.iris(where=(species=“Versicolor“

17、);title “Versicolor Length and Width“;compare y=(sepalwidth petalwidth) x=(sepallength petallength)/ reg ellipse=(type=mean) spacing=4;run;4 图形文件的设置/*图形名，图形类型，图形大小 */ODS GRAPHICS ON / RESET IMAGENAME = Final IMAGEFMT =JPEG HEIGHT = 2in WIDTH = 3in; /*注意：RESET 重新设置图形格式变为缺省设置IMAGENAME设置图形文件名IMAGEFMT设置

18、图形文件的类型（PNG,BMP,GIF,JPEG,JPG,PDF,PS,TIFF等）HEIGHT,WIDTH-设置图形的长，高(单位为CM, IN, MM, PT, or PX.，缺省为640*480pixels*/*图形存放位置的设置，图形存放的风格*/ODS LISTING GPATH = E:dcai2007_lecturestat ;/*GPATH设置存放图形文件的位置*/*ODS LISTING STYLE=joural;注：通过STYLE=来设置不同风格，满足不同杂志的要求。* Histograms;PROC SGPLOT DATA = sashelp.class;HISTOGRA

19、M weight;TITLE “Mens weight“;RUN;ODS GRAPHICS OFF;/*作椭园图*/PROC SGPLOT DATA = sashelp.class;scatter x=height y=weight;ellipse x=height y=weight/alpha=0.3182;ellipse x=height y=weight/alpha=0.05;ellipse x=height y=weight/alpha=0.0027;TITLE “Mens weight“;RUN;注：对生成的图形要进行编辑，需要下载 SAS 的图形编辑器。注：ODS 统计图形的展现形

20、式是由 GTL 语言编写的程序规定的 。定义了layouts(图形布局): lattices, overlaystypes（作图类型）: scatter plot,histogramstitles（标题）footnotes（脚注）insets（图形里插入符号和文字）colors（颜色）symbols（符号）lines（线的属性）：线类，线宽，颜色other elements：坐标轴的设置，背景，前景，等/*回归分析*/*reg step 1 建立回归方程*/data regdata;input x1-x4 y;datalines;7 26 6 60 78.5 1 29 15 52 74.3 1

21、1 56 8 20 104.3 11 31 8 47 87.6 7 52 6 33 95.9 11 55 9 22 109.2 3 71 17 6 102.7 1 31 22 44 72.5 2 54 18 22 93.1 21 47 4 26 115.9 1 40 23 34 83.8 11 66 9 12 113.3 10 68 8 12 109.4 run;proc reg data=regdata;model y=x1-x4;run;/*识别多重共线性*/proc reg data=regdata;model y=x1-x4/ vif collin;run;/* 多重共线性的处理选择变

22、量法*/*逐步回归*/proc reg data=regdata;model y=x1-x4/selection=stepwise;run;/*全子集法*/proc reg data=regdata;model y=x1-x4/selection=rsquare adjrsq cp aic bic rmse;run;/*岭嵴回归*/proc reg data=regdata outest=rghald outvif graphics corr;model y=x1-x4/ridge=0 to 1 by 0.1 2 3 4 5 6 ;plot/ridgeplot;run;proc print data=rghald;run;/*主成分回归*/proc princomp data=regdata;var x1-x4;run;proc reg data=regdata outest=pchald outvif;model y=x1-x4/pcomit=1,2 ;run;proc print data=pchald;run;/*回归诊断*/proc reg data=regdata graphics;model y=x1-x2/r ;plot student.*p.;run;