|
proc print;
proc freq order=data;
weight count;
format belief $bfmt.;
table gender*belief;
run;
Summary
사용형식
PROC FREQ DATA=SAS-data-set ORDER=option;
TABLES requests / options;
BY varnames;
WEIGHT variable;
FORMAT statement;
ORDER=options
FREQ 도수가 큰 범주형 변수값부터 출력한다
DATA 입력
|
|
|
PDF 화일입니다.... 5.1 이론적 근거
5.1.1 독립성 검정
5.1.2 동질성 검정
5.2 SAS에서의 범주형자료분석
5.2.1 기본적인 PROC FREQ
5.2.2 PROC FREQ를 이용한 -검정
|
|
|
proc tabulate data=clinic.admit;
var fee;
class sex;
table sex all, fee;
run;
-----------------------------------
| | Fee |
| |------------|
| | Sum |
|--------------------+------------|
|Sex | |
|--------------------| |
|F | 1418.35|
|--------------------+------------|
|M | 1268.60|
|--------------
|
|
|
proc print data=ex9_3;
format region f_region. type f_type.;
run;
proc freq data=ex9_3;
weight count;
tables region*type / chisq all;
run;
1.가설
2.유의수준
3.검정통계량=14.9288
4.기각역 :
5.결과해석 : sas 프로그램 실행 결과의 유의확률은 0.0049로 유의수준=0.05 > 유의확률=0
|
|
|
등 옵션 첨부가능
normal-> shapiro-wilk, kolmogorov-smirnov
proc format;
value so2fmt 0-0.02=\"low\" 0.02-1=\"high\";
value kmfmt 0-353.92=\"low\" 353.92-50000=\"high\";
value manfmt 0-1317308.23=\"low\" 1317308.23-2000000=\"high\";
proc freq;
format so2 so2fmt. km kmfmt. man manfmt.;
tables so2*k
|
|
 |
proc glm data=phone;
class sex;
var s;
run;
proc glm data=phone;
class age;
model s=age;
mean age;
proc glm data=phone;
class money;
model s=money;
mean money;
proc glm data=phone;
class hp_model;
model s=hp_model;
mean hp_model;
proc freq data=phone;
tables sex*top_brand/chisq expected nocol nerow
|
|
메뉴펼치기
