统计分析中的常用统计关键字

"统计关键字-第10章 常用过程" 在统计分析中，关键字是用来指定统计过程应计算和展示的特定统计指标。在SAS这样的统计软件中，这些关键字必须在调用相应的统计过程时声明，才能在结果输出中看到相应的统计量。本章主要介绍了常用的过程和统计指标，特别是关于数据的统计特征。 数据的统计特征主要包括集中趋势、离散趋势、偏度和峰度，它们是评估数据分布和结构的基础。 集中趋势是数据集的中心位置，用于描述数据集的“典型”或“平均”值。常见的集中趋势度量包括： 1. 均数（Mean）：是最常用的集中趋势指标，通过所有观测值的总和除以观测值的数量得到。均数可以是直接法计算（适用于小样本）或加权法计算（适用于频数表数据或重复观测值）。在使用均数时，应注意其对极端值敏感，并且只适用于正态或近似正态分布的数据。 2. 几何均数（Geometric Mean）：适用于对数正态分布的数据或等比级数数据，如抗体滴度。由于0不能取对数，因此计算时数据中不能包含0，也不能同时有正值和负值。 3. 中位数（Median）：是数据按大小排序后的中间值，不受极端值影响，因此对于非正态分布或数据两端缺失的情况更为适用。中位数可以通过直接法或频数表法计算。 4. 百分位数（Percentiles）：如百分位数Px，将数据分为两个部分，其中X%的观测值小于或等于该百分位数。百分位数提供了一个相对位置的参考，特别适用于描述数据的分布范围。 离散趋势则关注数据的分散程度，例如： 1. 标准差（Standard Deviation）：衡量数据相对于均数的平均偏离程度，与均数一起使用可以更好地理解数据的分布。 2. 方差（Variance）：是标准差的平方，也是衡量数据分散度的一个指标。 3. 四分位差（Interquartile Range, IQR）：从第一四分位数（Q1）到第三四分位数（Q3）的差值，用于描述数据的中等波动范围，尤其适用于存在极端值的情况。 除了这些基本的统计特征，偏度（Skewness）和峰度（Kurtosis）则反映了数据分布的对称性和尖峰程度。偏度为正表示数据右偏（长尾向右），负表示左偏（长尾向左），0表示对称分布。峰度高表示数据分布尖峰，低表示平顶分布，0对应正态分布。 统计关键字的使用使得我们可以选择性地计算和展示这些统计量，以更全面地了解数据的特性。在SAS中，可以通过指定相应的关键字来定制统计过程的输出，例如计算均数、中位数或标准差等，以便根据研究需求进行深入的数据分析。