グループ分けと外れ値の処理

統計解析 02 クラス : 第08回 (06/09/05)

　前回までに分布特性を把握するためのいくつかの指標を説明し、その使い方や注意点を喚起した。データの特性を考慮して、グループ毎の集計を行なうと、今までは判らなかったデータの特徴を把握することができる。また、外れ値を除外して解析する方法についても紹介する。

レポートを拝見して : 提出者の学籍番号は連絡ページに掲載
i. SAS, 操作関連
- プログラムは自作できるようになったか? Log の読み方。エラーの修正方法(Debug)。経験を重ねる。
- 統計手法や SAS の操作法の理解が深まったか?
- 電子化やデータの送受信(転送モードや漢字コード)も習得できたか?
ii. レポート作成関連
- レポートへの記載事項 : 氏名、学籍番号、...
- 章立て : 解析の目的(興味を持った点)、対象データ、分析方法、分析結果、考察(知見、感動、...)
- データの説明 : 出展(本, URL 等)。個々の変量は何を測定したものなのか。サイズ、変量の説明、精度。学生データに対しても。
- SAS の出力の有効利用 : 引用量。必要部分を適宜。説明を加える。ダラダラと引用しない。Excel 等の表に加工して見た目を良くする必要はない(当面)。
- 出力を全く引用しないのは、どこを見て判断すれば良いか解らない。
- 読者の目(or 手)の移動を少なくするように配置する。各自で読み返してみる。
iii. 電子メール関連
- 機種依存文字を使わない。: cm, kg, (1), ...
- 図表のずれ : 一行文字数(80カラム以下)。メールソフトの設定も影響。固定ピッチ文字。各自で確認できる。
- 文字化け : 各自で確認できる。
- メールには Subject を付けよ。
iv. 統計関連
- 有効桁数 : 算出された数値には精度がある。意味のある桁数を意識すること。
- 統計(基礎統計量)を計算する意味 : 一目で把握できないから
- 分布が正規分布をしているかどうかということ : 今までの段階では重要視しない
v. その他、今後への発展
- 今回の反省を踏まえて、次回に備えよう。未解決問題は解決しよう。
- データの見直しも : データ内容の吟味。より興味のあるデータ。サンプルサイズや変量数は大きくても問題はない。少数例はあまり好ましくない。...
- 疑問に思ったことは何でも自分で試してみる。ダメなら聞いてみる。
- 配布資料の使い方 : メモの取り方
- 復習の重要性 : "体得"。演習。講義時間だけでなく各自でも。
- いろいろな Procedure を知りたい : 今後、手法として 5つほど＋α
- 添削希望者は提出用とは別に添削用として紙(レポート用紙)で提出してください。
- 質問は何なりとどうぞ。疑問は早めに解決しよう。質問に対する回答が理解できたかの反応がほしい。

グループ分け : 調査対象の性質・特性によって分類

グループを絞ることで性質がよりはっきりする。
ある特性ごとにグルーピングして解析 : サンプルの特性
- 性別ごとの分析、自宅生/下宿生ごとの分析...。
分布形状をグループごとに見てみよう
- 水平棒グラフを例に。垂直棒グラフ(vbar)もある
もう一つの表現方法 : 軸が揃っている方が比較しやすい
- 並列ヒストグラム
- 軸レンジや区切り方が統一されている方が比較しやすい

プログラム : Lesson 8-1 : les0801.sas
/* Lesson 8-01 */ /* File Name = les0801.sas 06/09/05 */ data gakusei; infile 'all05a.prn' firstobs=2; input sex $ shintyou taijyuu kyoui jitaku $ kodukai carryer $ tsuuwa; proc print data=gakusei(obs=5); run; proc means data=gakusei; run; proc univariate data=gakusei plot; var shintyou taijyuu kyoui kodukai; run; proc chart data=gakusei; : ヒストグラム hbar shintyou taijyuu kyoui kodukai; : 指定した変量の水平棒グラフを表示 run; : : proc sort data=gakusei; : 並べ替え(ソート) by sex; : 性別ごとに run; : : proc means data=gakusei; : 平均の計算 by sex; : 性別ごとに run; : proc univariate data=gakusei plot; : 基礎統計量の計算 var shintyou taijyuu kyoui kodukai; : 指定した変量について計算 by sex; : 性別ごとに run; : proc chart data=gakusei; : ヒストグラム hbar shintyou taijyuu kyoui kodukai; : 指定した変量の水平棒グラフを表示 by sex; : 性別ごとに run; : : proc chart data=gakusei; : ヒストグラム hbar shintyou taijyuu kyoui kodukai/group=sex; : 性別ごとに併置して run; :

出力結果 : les0801.lst :

性別で身長や体重等の平均に違いがあることを確認せよ。
各々の分布の特徴と違いを把握せよ。
ヒストグラムだけでなく、箱髭図や樹葉図からでも分布特性が把握できるようにせよ。

SAS システム 2 00:51 Thursday, June 9, 2005 Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 313 167.6891374 8.2031934 145.0000000 186.0000000 TAIJYUU 282 58.5638298 9.3640889 35.0000000 100.0000000 KYOUI 104 86.4903846 7.6424913 56.0000000 112.0000000 KODUKAI 302 48557.95 48920.34 0 300000.00 TSUUWA 104 7101.42 4608.50 200.0000000 30000.00 --------------------------------------------------------------------- SAS システム 7 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=SHINTYOU Histogram # Boxplot 187.5+* 2 | .********** 19 | .*********************** 45 | .****************************************** 83 +-----+ 167.5+******************************* 62 *--+--* .************************* 49 +-----+ .**************** 32 | .******** 15 | 147.5+*** 6 | ----+----+----+----+----+----+----+----+-- * may represent up to 2 counts SAS システム 8 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=SHINTYOU Normal Probability Plot 187.5+ +++* | ******+*** | ******** | ******** 167.5+ ******+ | *****+ | ****** | +****** 147.5+**+** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 21 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Moments N 302 Sum Wgts 302 Mean 48557.95 Sum 14664500 Std Dev 48920.34 Variance 2.3932E9 Skewness 1.739247 Kurtosis 4.291792 USS 1.432E12 CSS 7.204E11 CV 100.7463 Std Mean 2815.05 T:Mean=0 17.24941 Pr>|T| 0.0001 Num ^= 0 251 Num > 0 251 M(Sign) 125.5 Pr>=|M| 0.0001 Sgn Rank 15813 Pr>=|S| 0.0001 SAS システム 22 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Quantiles(Def=5) 100% Max 300000 99% 200000 75% Q3 65000 95% 150000 50% Med 30000 90% 120000 25% Q1 20000 10% 0 0% Min 0 5% 0 1% 0 Range 300000 Q3-Q1 45000 Mode 0 SAS システム 25 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Histogram # Boxplot 325000+* 2 * . .* 2 0 175000+***** 18 0 .******** 32 | .***************** 66 +-----+ 25000+********************************************** 182 *--+--* ----+----+----+----+----+----+----+----+----+- * may represent up to 4 counts SAS システム 26 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Normal Probability Plot 325000+ * | | ** 175000+ ********+++ | ******++++++ | ++*******+ 25000+**************************** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 31 00:51 Thursday, June 9, 2005 KODUKAI Cum. Cum. Midpoint Freq Freq Percent Percent | 0 |************** 70 70 23.18 23.18 30000 |********************** 109 179 36.09 59.27 60000 |*********** 56 235 18.54 77.81 90000 |******* 33 268 10.93 88.74 120000 |** 12 280 3.97 92.72 150000 |*** 16 296 5.30 98.01 180000 | 2 298 0.66 98.68 210000 | 2 300 0.66 99.34 240000 | 0 300 0.00 99.34 270000 | 0 300 0.00 99.34 300000 | 2 302 0.66 100.00 | ----+---+---+---+---+-- 20 40 60 80 100 SAS システム 33 00:51 Thursday, June 9, 2005 --------------------------------- SEX=F -------------------------------- Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 105 159.0780952 5.4871525 145.0000000 171.0000000 TAIJYUU 74 48.6108108 4.7643530 35.0000000 59.0000000 KYOUI 39 83.1025641 4.0314218 70.0000000 90.0000000 KODUKAI 102 49044.12 46049.91 0 300000.00 TSUUWA 47 6908.51 4589.91 200.0000000 25000.00 --------------------------------------------------------------------- SAS システム 34 00:51 Thursday, June 9, 2005 --------------------------------- SEX=M -------------------------------- Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 207 172.0555556 5.4556780 156.0000000 186.0000000 TAIJYUU 207 62.1149758 7.9560942 46.0000000 100.0000000 KYOUI 65 88.5230769 8.5533394 56.0000000 112.0000000 KODUKAI 198 48176.77 50521.18 0 300000.00 TSUUWA 56 7211.57 4685.79 500.0000000 30000.00 --------------------------------------------------------------------- SAS システム 53 00:51 Thursday, June 9, 2005 -------------------------------- SEX=F --------------------------------- Univariate Procedure Variable=SHINTYOU Moments N 105 Sum Wgts 105 Mean 159.0781 Sum 16703.2 Std Dev 5.487152 Variance 30.10884 Skewness -0.20963 Kurtosis -0.36868 USS 2660245 CSS 3131.32 CV 3.449345 Std Mean 0.535491 T:Mean=0 297.0695 Pr>|T| 0.0001 Num ^= 0 105 Num > 0 105 M(Sign) 52.5 Pr>=|M| 0.0001 Sgn Rank 2782.5 Pr>=|S| 0.0001 SAS システム 55 00:51 Thursday, June 9, 2005 -------------------------------- SEX=F --------------------------------- Univariate Procedure Variable=SHINTYOU Quantiles(Def=5) 100% Max 171 99% 170 75% Q3 163 95% 167 50% Med 160 90% 166 25% Q1 156 10% 152 0% Min 145 5% 149 1% 146.7 Range 26 Q3-Q1 7 Mode 156 SAS システム 58 00:51 Thursday, June 9, 2005 -------------------------------- SEX=F --------------------------------- Univariate Procedure Variable=SHINTYOU Stem Leaf # Boxplot 17 001 3 | 16 5555666666677778 16 | 16 000000000000001112222222222333344444 36 +-----+ 15 55556666666666666777788889999 29 +--+--+ 15 012222333333444 15 | 14 578899 6 0 ----+----+----+----+----+----+----+- Multiply Stem.Leaf by 10**+1 SAS システム 59 00:51 Thursday, June 9, 2005 -------------------------------- SEX=F --------------------------------- Univariate Procedure Variable=SHINTYOU Normal Probability Plot 172.5+ ++*++* | *****+*+**+* | **********+ | *********+ | +*******+ 147.5+*++*+*++** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 81 00:51 Thursday, June 9, 2005 -------------------------------- SEX=M --------------------------------- Univariate Procedure Variable=SHINTYOU Moments N 207 Sum Wgts 207 Mean 172.0556 Sum 35615.5 Std Dev 5.455678 Variance 29.76442 Skewness -0.11122 Kurtosis 0.087639 USS 6133976 CSS 6131.471 CV 3.170882 Std Mean 0.379196 T:Mean=0 453.738 Pr>|T| 0.0001 Num ^= 0 207 Num > 0 207 M(Sign) 103.5 Pr>=|M| 0.0001 Sgn Rank 10764 Pr>=|S| 0.0001 SAS システム 83 00:51 Thursday, June 9, 2005 -------------------------------- SEX=M --------------------------------- Univariate Procedure Variable=SHINTYOU Quantiles(Def=5) 100% Max 186 99% 184 75% Q3 175 95% 181 50% Med 172 90% 180 25% Q1 168.5 10% 165 0% Min 156 5% 163 1% 160 Range 30 Q3-Q1 6.5 Mode 170 SAS システム 86 00:51 Thursday, June 9, 2005 -------------------------------- SEX=M --------------------------------- Univariate Procedure Variable=SHINTYOU Histogram # Boxplot 187.5+* 2 0 .********** 19 | .*********************** 45 +-----+ 172.5+***************************************** 81 *--+--* .********************** 44 +-----+ .******* 14 | 157.5+* 2 0 ----+----+----+----+----+----+----+----+- * may represent up to 2 counts SAS システム 87 00:51 Thursday, June 9, 2005 -------------------------------- SEX=M --------------------------------- Univariate Procedure Variable=SHINTYOU Normal Probability Plot 187.5+ ** | *******+**+ | *********+ 172.5+ *********** | *********++ | ********++ 157.5+**+ +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 109 00:51 Thursday, June 9, 2005 Univariate Procedure Schematic Plots Variable=SHINTYOU 200 + | | 0 180 + | | | *--+--* | *--+--* | +-----+ 160 + *--+--* 0 | +-----+ 0 | 0 140 + ------------+-----------+-----------+----------- SEX F M SAS システム 110 00:51 Thursday, June 9, 2005 Univariate Procedure Schematic Plots Variable=TAIJYUU | 100 + * | 0 | *--+--* | *--+--* 50 + *--+--* +-----+ | 0 | 0 + ------------+-----------+-----------+----------- SEX F M SAS システム 112 00:51 Thursday, June 9, 2005 Univariate Procedure Schematic Plots Variable=KODUKAI 300000 + * * | | 200000 + * 0 | 0 | | 0 | 100000 + +-----+ | | | *--+--* +-----+ +-----+ | +-----+ *--+--* *--+--* 0 + | +-----+ ------------+-----------+-----------+----------- SEX F M SAS システム 116 00:51 Thursday, June 9, 2005 -------------------------------- SEX=F --------------------------------- SHINTYOU Cum. Cum. Midpoint Freq Freq Percent Percent | 146 |** 2 2 1.90 1.90 150 |******* 7 9 6.67 8.57 154 |**************** 16 25 15.24 23.81 158 |************************** 26 51 24.76 48.57 162 |****************************** 30 81 28.57 77.14 166 |******************** 20 101 19.05 96.19 170 |**** 4 105 3.81 100.00 | -----+----+----+----+----+----+ 5 10 15 20 25 30 Frequency Frequency SAS システム 120 00:51 Thursday, June 9, 2005 -------------------------------- SEX=M --------------------------------- SHINTYOU Cum. Cum. Midpoint Freq Freq Percent Percent | 156 |* 2 2 0.97 0.97 159 |*** 5 7 2.42 3.38 162 |**** 7 14 3.38 6.76 165 |****** 11 25 5.31 12.08 168 |****************** 35 60 16.91 28.99 171 |*************************** 54 114 26.09 55.07 174 |********************** 43 157 20.77 75.85 177 |*********** 22 179 10.63 86.47 180 |********** 19 198 9.18 95.65 183 |**** 7 205 3.38 99.03 186 |* 2 207 0.97 100.00 | -----+----+----+----+----+-- 10 20 30 40 50 Frequency SAS システム 127 00:51 Thursday, June 9, 2005 SEX SHINTYOU Cum. Cum. Midpoint Freq Freq Percent Percent | 146 | 0 0 0.00 0.00 150 | 0 0 0.00 0.00 154 | 0 0 0.00 0.00 158 | 0 0 0.00 0.00 162 | 0 0 0.00 0.00 166 | 0 0 0.00 0.00 170 | 1 1 0.32 0.32 174 | 0 1 0.00 0.32 178 | 0 1 0.00 0.32 182 | 0 1 0.00 0.32 186 | 0 1 0.00 0.32 | F 146 | 2 3 0.64 0.96 150 |* 7 10 2.24 3.19 154 |*** 16 26 5.11 8.31 158 |***** 26 52 8.31 16.61 162 |****** 30 82 9.58 26.20 166 |**** 20 102 6.39 32.59 170 |* 4 106 1.28 33.87 174 | 0 106 0.00 33.87 178 | 0 106 0.00 33.87 182 | 0 106 0.00 33.87 186 | 0 106 0.00 33.87 | M 146 | 0 106 0.00 33.87 150 | 0 106 0.00 33.87 154 | 0 106 0.00 33.87 158 | 2 108 0.64 34.50 162 |** 12 120 3.83 38.34 166 |***** 23 143 7.35 45.69 170 |************ 61 204 19.49 65.18 174 |************ 59 263 18.85 84.03 178 |****** 29 292 9.27 93.29 182 |**** 18 310 5.75 99.04 186 |* 3 313 0.96 100.00 | ----+---+---+ 20 40 60 Frequency Frequency SAS システム 135 00:51 Thursday, June 9, 2005 SEX KODUKAI Cum. Cum. Midpoint Freq Freq Percent Percent | 0 | 0 0 0.00 0.00 30000 | 1 1 0.33 0.33 60000 | 0 1 0.00 0.33 90000 | 1 2 0.33 0.66 120000 | 0 2 0.00 0.66 150000 | 0 2 0.00 0.66 180000 | 0 2 0.00 0.66 210000 | 0 2 0.00 0.66 240000 | 0 2 0.00 0.66 270000 | 0 2 0.00 0.66 300000 | 0 2 0.00 0.66 | F 0 |*** 16 18 5.30 5.96 30000 |******** 40 58 13.25 19.21 60000 |****** 30 88 9.93 29.14 90000 |* 7 95 2.32 31.46 120000 |* 4 99 1.32 32.78 150000 | 2 101 0.66 33.44 180000 | 1 102 0.33 33.77 210000 | 1 103 0.33 34.11 240000 | 0 103 0.00 34.11 270000 | 0 103 0.00 34.11 300000 | 1 104 0.33 34.44 | M 0 |*********** 54 158 17.88 52.32 30000 |************** 68 226 22.52 74.83 60000 |***** 26 252 8.61 83.44 90000 |***** 25 277 8.28 91.72 120000 |** 8 285 2.65 94.37 150000 |*** 14 299 4.64 99.01 180000 | 1 300 0.33 99.34 210000 | 1 301 0.33 99.67 240000 | 0 301 0.00 99.67 270000 | 0 301 0.00 99.67 300000 | 1 302 0.33 100.00 | ----+---+---+-- 20 40 60 Frequency

[テクニック] グループを分けて分析する場合は、事前に並べ替えが必要
[演習1] 垂直棒グラフで比較してみよ。他の変数も調べてみよ。
[演習2] 自宅生/下宿生別に集計して両者の違いを明らかにせよ。
[演習3] 欠損値を含んだ図はカッコ悪い。第4節を参考にして「欠損値」を除外したデータでの計算や描画をさせてみよ。 (もしくは出力結果から削除して使う)。

分布の把握について : 気をつける点
- まず、全体を見渡すことが大切
  - 対象分布なら、平均値で代表させても無謀ではない。
  - 歪んだ分布(非対称分布)なら、平均値だけでは不十分。
- 特性を絞ることによって小グループの性質がはっきりする :
  - 男性/女性、自宅生/下宿生、...。
- より細かなグリーピング、小分類ごとの特性 :
  - そのグループの特性が顕著になる
- 細かくしすぎると各グループのサンプルサイズが小さくなってしまう
- 適切なグルーピングをしないと無意味なこともある :
  - 自宅生/下宿生の身長差、大学ごとの体重差、...
- 外れ値(Outliar) の発見や、検討。
  - なぜ、離れた値を取るのか? : 入力ミス? 特性の異なるサンプル? ...
  - 場合によっては除去も。===> 次節

外れ値(Outliar)や異常値の処理 : 除外

グループを絞ることで性質がよりはっきりする
外れ値や異常値を除去して、"均質"な集団を構成する
[例] 小遣い額が 20万円以上の人を除外。性別不明も除外する。
一般的な学生とは少し異なる <===> 社会人学生
"外れて"いれば何でも除外して良いと言うわけではない
恣意的な除外は慎むべきであり、除外することの妥当性を確認しておくことが大切

プログラム : Lesson 8-2 : les0802.sas : les0801.sas に追加して活用する
/* Lesson 8-02 */ /* File Name = les0802.sas 06/09/05 */ data gakusei; infile 'all05a.prn' firstobs=2; input sex $ shintyou taijyuu kyoui jitaku $ kodukai carryer $ tsuuwa; if kodukai>=200000 then delete; : 20万円以上の場合、除外 if sex^='M' & sex^='F' then delete; : 男でも女でもない場合、除外 (以下略)

出力結果 : les0802.lst :

一部のデータを除外したことによって、サンプル数が減ったことを確認せよ。
各統計量はどのように変化したかを確認せよ。
小遣い額について、平均値は変化するが、中央値と最頻値は影響が少ない/ない(頑健, robustness)。

SAS システム 2 00:51 Thursday, June 9, 2005 Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 308 167.6581169 8.2318737 145.0000000 186.0000000 TAIJYUU 277 58.6281588 9.3999615 35.0000000 100.0000000 KYOUI 101 86.5841584 7.7333917 56.0000000 112.0000000 KODUKAI 296 45748.31 42879.47 0 180000.00 TSUUWA 103 7073.28 4622.05 200.0000000 30000.00 --------------------------------------------------------------------- SAS システム 21 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Moments N 296 Sum Wgts 296 Mean 45748.31 Sum 13541500 Std Dev 42879.47 Variance 1.8386E9 Skewness 1.151633 Kurtosis 0.646084 USS 1.162E12 CSS 5.424E11 CV 93.72908 Std Mean 2492.319 T:Mean=0 18.35572 Pr>|T| 0.0001 Num ^= 0 245 Num > 0 245 M(Sign) 122.5 Pr>=|M| 0.0001 Sgn Rank 15067.5 Pr>=|S| 0.0001 SAS システム 22 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Quantiles(Def=5) 100% Max 180000 99% 163000 75% Q3 60000 95% 150000 50% Med 30000 90% 115000 25% Q1 20000 10% 0 0% Min 0 5% 0 1% 0 Range 180000 Q3-Q1 40000 Mode 0 SAS システム 25 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Histogram # Boxplot 190000+* 1 0 .*** 6 0 .****** 11 0 130000+****** 11 0 .********** 20 | .***** 9 | 70000+**************** 32 +-----+ .********************** 43 | + | .********************************************* 90 *-----* 10000+************************************* 73 | ----+----+----+----+----+----+----+----+----+ * may represent up to 2 counts SAS システム 26 00:51 Thursday, June 9, 2005 Univariate Procedure Variable=KODUKAI Normal Probability Plot 190000+ * | *** ** | **** ++++ 130000+ *** ++++ | ****++++ | +**++ 70000+ +**** | ++***** | ********* 10000+** **************** +----+----+----+----+----+----+----+----+----+----+ -2 -1 0 +1 +2 SAS システム 32 00:51 Thursday, June 9, 2005 --------------------------------- SEX=F -------------------------------- Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 103 158.9825243 5.4896771 145.0000000 171.0000000 TAIJYUU 72 48.6416667 4.8265624 35.0000000 59.0000000 KYOUI 37 83.1351351 4.1376467 70.0000000 90.0000000 KODUKAI 100 45025.00 35788.12 0 180000.00 TSUUWA 47 6908.51 4589.91 200.0000000 25000.00 --------------------------------------------------------------------- SAS システム 33 00:51 Thursday, June 9, 2005 --------------------------------- SEX=M -------------------------------- Variable N Mean Std Dev Minimum Maximum --------------------------------------------------------------------- SHINTYOU 205 172.0170732 5.4602172 156.0000000 186.0000000 TAIJYUU 205 62.1356098 7.9922297 46.0000000 100.0000000 KYOUI 64 88.5781250 8.6093428 56.0000000 112.0000000 KODUKAI 196 46117.35 46161.61 0 165000.00 TSUUWA 56 7211.57 4685.79 500.0000000 30000.00 --------------------------------------------------------------------- SAS システム 90 00:51 Thursday, June 9, 2005 Univariate Procedure Schematic Plots Variable=SHINTYOU 200 + | | 0 180 + | | | *--+--* | | +-----+ 160 + *--+--* 0 | +-----+ 0 | 0 140 + ------------+-----------+----------- SEX F M SAS システム 93 00:51 Thursday, June 9, 2005 Univariate Procedure Schematic Plots Variable=KODUKAI | 200000 + | 0 0 | 0 | 100000 + | | | +-----+ +-----+ | *--+--* *--+--* 0 + | +-----+ ------------+-----------+----------- SEX F M SAS システム 104 00:51 Thursday, June 9, 2005 SEX SHINTYOU Cum. Cum. Midpoint Freq Freq Percent Percent | F 146 | 2 2 0.65 0.65 150 |* 7 9 2.27 2.92 154 |*** 16 25 5.19 8.12 158 |***** 26 51 8.44 16.56 162 |****** 29 80 9.42 25.97 166 |**** 19 99 6.17 32.14 170 |* 4 103 1.30 33.44 174 | 0 103 0.00 33.44 178 | 0 103 0.00 33.44 182 | 0 103 0.00 33.44 186 | 0 103 0.00 33.44 | M 146 | 0 103 0.00 33.44 150 | 0 103 0.00 33.44 154 | 0 103 0.00 33.44 158 | 2 105 0.65 34.09 162 |** 12 117 3.90 37.99 166 |***** 23 140 7.47 45.45 170 |************ 61 201 19.81 65.26 174 |************ 58 259 18.83 84.09 178 |****** 28 287 9.09 93.18 182 |**** 18 305 5.84 99.03 186 |* 3 308 0.97 100.00 | ----+---+---+ 20 40 60 Frequency SAS システム 110 00:51 Thursday, June 9, 2005 SEX KODUKAI Cum. Cum. Midpoint Freq Freq Percent Percent | F 0 |****** 12 12 4.05 4.05 20000 |********** 19 31 6.42 10.47 40000 |************** 27 58 9.12 19.59 60000 |************ 23 81 7.77 27.36 80000 |**** 8 89 2.70 30.07 100000 |** 4 93 1.35 31.42 120000 |** 3 96 1.01 32.43 140000 |* 1 97 0.34 32.77 160000 |* 2 99 0.68 33.45 180000 |* 1 100 0.34 33.78 | M 0 |*********************** 46 146 15.54 49.32 20000 |******************* 37 183 12.50 61.82 40000 |******************** 40 223 13.51 75.34 60000 |*********** 22 245 7.43 82.77 80000 |****** 12 257 4.05 86.82 100000 |******** 16 273 5.41 92.23 120000 |*** 6 279 2.03 94.26 140000 |* 2 281 0.68 94.93 160000 |******** 15 296 5.07 100.00 180000 | 0 296 0.00 100.00 | -----+----+----+----+--- 10 20 30 40 Frequency

if 文 : ある条件に合致した場合に、特定の処理を実行する
詳しくは別項(後日)で説明する
[比較演算子]
= : 等しい
^= : 等しくない
> : より大きい
< : より小さい
>= : 以上
<= : 以下

[論理演算子]
^ : 否定(NOT)
& : 論理和(AND)
| : 論理積(OR)

次回は、... : 06月16日 14:45
- 頻度集計
- グループ内統計量
- ...
[おまけ1] いくつかのファイル形式 : デリミタの指定
Excel 等で入力したデータを SAS に読み込ませる場合、講義の中では「スペース区切り」を紹介した。これ以外の形式のファイルも読み込めるものがあり、その場合には以下のような SAS のプログラムを用いる。
1. カンマ区切り(csv 形式)のファイルを読む場合 : *.csv
  [コメント] 以下の指定を行っても「,,」と言うようにコンマが続いている csv 形式のファイル(欠損値を含んだファイル)はうまく読めない。エディタ等で事前に「,.,」や「,0,」と置換しておく必要がある。
  data mon2004; infile 'd:\home\mon05d.csv' dlm=',' firstobs=2 truncover;
2. タブ区切りのファイルを読む場合 : *.txt
  data mon2004; infile 'd:\home\mon05e.txt' dlm='09'x firstobs=2 truncover;
[おまけ2] 出力サイズの指定とコマンドプロンプトからの実行
1. 出力画面のサイズを指定したい場合
  以下の例では横幅(カラム数)が 72桁で、縦幅が 20行を指定している。コメントの直後辺りに入れる。
  options linesize=72 pagesize=20;
2. sas のプログラムが完成している場合 : エディタで編集できる人用
  既存のプログラムを実行するだけであれば、 UNIX のコマンドラインで以下のコマンドを入力すれば実行できる。以下の例では les9988.sas と言うファイルに SAS のプログラムが保存されていた場合の実行方法である。出力(OUTPUT)は les9988.lst に、ログ(LOG)は les9988.log に得られる。
  sas les9999.sas

講義のホームページへ戻ります