搜索
16.绘图Ⅱ—条形图,直方图,盒形图（一）定性变量的图形定性变量（分类变量）也可以通过图形直观地描绘出它们各类的数量和所占比例，常用的有条形图、饼形图和马赛克图。一、条形图（BarChart）用若干个细长的矩形条的高度（不是宽度，也不是面积）来表示定性变量各水平组的频数。分为单式条形图——横轴上只有一个定性变量；复式条形图——横轴上有两个或多个定性变量（GROUP可选项）；基本语法：PROCSGPLOTdata=数据集;VBAR或HBAR变量列表/可选项;注：“VBAR”绘制竖直方向的条形图，“HBAR”绘制水平方向的条形图。可选项：GROUP=变量名指定分组变量GROUPDISPLAY=选项指定分组条形的显示方式：STACK（堆叠型，默认），CLUSTER（簇型）；RESPONSE=变量名指定一个数值变量做统计分析；STAT=统计量对RESPONSE变量做指定的统计分析；有RESPONSE变量默认FREQ；否则默认SUM；ALPHA=p设定置信限:[0,1]，默认为0.05（95%可信）BARWIDTH=w设定“条形”宽度，介于0.1和1之间，默认为0.8；DISCRETEOFFSET=x设定每个条形偏移中心的距离:[-0.5,0.5]，默认为0TRANSPARENCY=n指定条形的透明度:[0,1]，默认是0（完全不透明）DATALABEL=变量名指定用该变量的值作为每个“条形”的标签，默认SAS自动计算适当的值MISSING绘制包含缺省值的条形；LIMITSTAT=选项设定要显示的极限线的类型：CLM（均值左右95%的双侧置信区间）；STDDEV（样本标准差）；STDERR（标准误）；例1巧克力生产商考虑是否增加4个新品种，公司找志愿者品尝它们的味道，得到数据（C:\MyRawData\Choc.dat），变量包括年龄组（A-成年；C-儿童）、喜欢吃的口味（注意每行有6个测试）：读入数据，用PROCSGPLOT过程步生成关于年龄段分组的条形图。代码：datachocolate;infile'c:\MyRawData\Choc.dat';inputAgeGroup$FavoriteFlavor$@@;run;procformat;value$AgeGp'A'='Adult''C'='Child';run;*Barchartforfavoriteflavor;procsgplotdata=chocolate;vbarFavoriteFlavor/GROUP=AgeGroupGROUPDISPLAY=CLUSTER;formatAgeGroup$AgeGp.;labelFavoriteFlavor='FlavorofChocolate';title'FavoriteChocolateFlavorsbyAge';run;运行结果：注：上图是“簇型”（CLUSTER），若改为“堆叠型”（STACK）输出：另外，可以用旧版的GCHART过程步绘制条形图；二、饼图（PieChart）饼图，用圆的各扇形面积的大小来表示定性变量各水平组的频数。SGPLOT过程步没有提供绘制饼形图的命令，用GCHART过程步可以实现。例2细菌培养的数据（C:\MyRawData\bacterial.txt），变量包括细菌类别、例数：读入数据，绘制饼形图来表达各类细菌的百分比关系。代码：dataBacterial;infile'C:\MyRawData\bacterial.txt';inputBacterialClass$Number;run;*BarchartforBacterial;procgchartdata=Bacterial;pieBacterialClass/sumvar=NumberPERCENT=arraw;labelBacterialClass='细菌类别'Number='例数';title'400例细菌培养结果';run;运行结果：程序说明：（1）可选项“sumvar=Number”，指定变量Number为做统计计算的量（默认是FREQ）；（2）可选项“PERCENT=arraw;”，指定按百分数显示，并连上线。（二）定量变量的图形一、直方图（Histogram），也称质量分布图对于定量变量（数值型变量），常用直方图来展示某个变量取值的分布，利用直方图可以估计总体的概率密度。将变量取值的范围分成若干区间。直方图是用面积而不是用高度来表示数，总面积是100%.每个区间矩形的面积恰是落在该区间内的百分数（频率），所以矩形的高=频率/区间长度=密度特别地，若区间是等长的，则“矩形的高”就是频率。注意：直方图矩形之间是没有间隔的。用SGPLOT过程步绘制直方图以及密度曲线基本语法：PROCSGPLOTdata=数据集;HISTOGRAMvariable-name/options;DENSITYvariable-name/options;1.HISTOGRAM可选项（1）BINSTART=n指定第一个矩形中点的起始位置；（2）BINWIDTH=n和NBINS=n指定矩形的宽度，或矩形的个数（二者只给其中之一）（3）SCALE=scalingtype指定竖轴的刻度类型：PERCENT（默认，百分数）,COUNT（频数）,PROPORTION（频率）；（4）SHOWBINS指定刻度标记标在每个矩形的中点位置，默认只标记将取值范围分为四段的分点；（5）TRANSPARENCY=n——设置透明度：[0,1].2.DENSITY可选项（1）TYPE=distribution-type指定密度曲线的分布类型：NORMAL（默认，正态分布）、KERNEL（核密度曲线）；（2）TRANSPARENCY=n——设置透明度。例3四年级学生在某月阅读书籍的数据（C:\MyRawData\Reading.dat），变量包括学生姓名、书籍数，注意每行有多组数据：读入数据，绘制关于书籍数的直方图以及密度曲线，并与正态分布的密度曲线做对比，竖轴显示频数，直方图每个矩形下面都作刻度标记。代码：datacontest;infile'c:\MyRawData\Reading.dat';inputName$NumberBooks@@;run;*Createhistogramanddensitycurves;procsgplotdata=contest;histogramNumberBooks/BINWIDTH=2SHOWBINSSCALE=COUNT;densityNumberBooks;densityNumberBooks/type=KERNEL;title'ReadingContest';run;运行结果：二、盒形图（BoxPlots），也叫箱线图在一条数轴上，以数据的上下四分位数（Q1-Q3）为界画一个矩形盒子（中间50%的数据落在盒内）；在数据的中位数位置画一条线段为中位线；用◇标记数据的均值；默认延长线不超过盒长的1.5倍，之外的点认为是异常值（用○标记）。盒形图的主要应用就是，剔除数据的异常值、判断数据的偏态和尾重。用SGPLOT过程步绘制盒形图基本语法：PROCSGPLOT;VBOX或HBOXvariable-name/options;注：VBOX——竖直盒形图；HBOX——水平盒形图。可选项：（1）CATEGORY=variable-name指定分类变量，给它的每个值分别绘制一个盒形图；（2）EXTREME指定延长线到真正的最大、最小值（相当于没有异常值）；（3）GROUP=variablename指定CATEGORY变量的下一级分类变量；（4）MISSING包含CATEGORY变量或GROUP变量的缺省值；（5）TRANSPARENCY=n——设定透明度。例4自行车环形公路赛的数据（C:\MyRawData\Criterium.dat），变量包括年龄组（青年组、成人组、选手组）、圈数，注意每行有多组数据：读入数据，用SGPLOT过程步为每个年龄组分别绘制盒形图。代码：databikerace;infile'c:\MyRawData\Criterium.dat';inputDivision$NumberLaps@@;run;*Createboxplot;procsgplotdata=bikerace;vboxNumberLaps/CATEGORY=Division;title'BicycleCriteriumResultsbyDivision';run;运行结果：