它研究如何用科學的方法去蒐集、整理、分析經濟和社會發展的實際數據，並通過統計所特有的統計指標和指標體系，表明所研究的社會經濟現象的規模、水平、速度、比例和效益，以反映社會經濟現象發展規律在一定時間、地點、條件下的作用，描述社會經濟現象數量之間的關係和變動規律，也是進一步學習其他相關學科的基礎。
基本介紹
- 中文名：統計描述
- 套用學科：數學
- 適用領域範圍：指標計算、統計製圖
- 相同點：可計算出均數、標準差、方差等。
描述內容,統計功能,指標計算,統計製圖,一般格式,統計關鍵,
描述內容
主要包括平均指標和變異指標的計算、資料分布形態（或特徵）的圖形表現等。
統計功能
指標計算
描述性統計指標的計算可以用四個不同的過程來實現，它們分別是means過程、summary過程、univariate過程以及tabulate過程。它們在功能範圍和具體的操作方法上存在一定的差別，下面我們大概了解一下它們的異同點。
相同點：
他們均可計算出均數、標準差、方差、標準誤、總和、加權值的總和、最大值、最小值、全距、校正的和未校正的離差平方和、變異係數、樣本分布位置的t檢驗統計量、遺漏數據和有效數據個數等，均可套用by語句將樣本分割為若干個更小的樣本，以便分別進行分析。不同點：
（2）univariate過程可以計算出樣本的眾數（mode），其它三個過程不計算眾數；
（3）summary過程執行後不會自動給出分析的結果，須引用output語句和print過程來顯示分析結果，而其它三個過程則會自動顯示分析的結果；
（4）univariate過程具有統計製圖的功能，其它三個過程則沒有；
（5）tabulate過程不產生輸出資料檔案（存儲各種輸出數據的檔案），其它三個均產生輸出資料檔案。
以上是它們的主要異同點，其它更為具體的異同點需要在實際套用中去體會。掌握了各種過程的異同點，就可以根據具體需要選擇最佳的過程進行工作。
統計製圖
統計製圖的過程均可以實現對樣本分布特徵的圖形表示，一般情況下可以使用的有chart過程、plot過程、gchart過程和gplot過程。大家有沒有發現前兩個和後兩個只有一個字母‘g’（代表graph）的差別，其實它們之間（只差一個字母g的過程之間）的統計描述功能是相同的，區別僅在於繪製出的圖形的複雜和美觀程度。
chart過程和plot過程繪製的圖形類似於我們用文本字元堆積起來的圖形，只能概括地反映出資料分布的大體形狀，實際上這兩個過程繪製的圖形並不能稱之為圖形，因為他根本就沒有涉及一般意義上圖形的任何一種元素（如顏色、解析度等）。
而gchart過程和gplot過程給出的是真正意義上的圖形，可以用很多的語句和選項來控制圖形的各方面的性質和特徵。
一般格式
過程
Proc means 語句後的選項主要用來指定所要計算的統計量，默認情況下，Means過程會給出頻數、均數、標準差、最大值和最小值等，其餘統計量的計算均需要在選項中指定。class語句所指定的分組變數用來進行分組，而by語句所指定的分組變數是用來將數據分為若干個更小的樣本，以便SAS分別在各小樣本內進行各自獨立的處理。freq語句和weight語句分別引導代表記錄出現頻數和權重係數的數值變數。var語句引導所要進行分析的所有變數的列表，SAS將對var語句所引導的所有變數分別進行描述性統計分析。
summary
proc summary 選項列表； |
by 變數名稱（分組變數）； |
class 變數名稱（分組變數）； |
output <out=數據集名> <統計量關鍵字=自定義變數名> |
var 變數名稱（待分析的數值變數）； |
run； |
summary過程的格式和means過程可以說是完全相同的，各條語句和選項的含義也是相同的，包括在means過程中未列出的output語句也可以套用於means過程，只是此語句在summary過程套用較多（這樣才能將分析結果顯示出來），所以才將其列入一般格式中。output語句用來對分析結果輸出為數據檔案進行控制，其後的選項可有可無，若無則SAS按照默認方式進行。“out=數據集名”用來定義輸出數據檔案的檔案名稱稱，檔案名稱的格式和數據步中數據檔案名稱相同。“統計量關鍵字=自定義變數名”用來自定義輸出數據檔案中各種統計量的變數名稱，前者是系統定義的（和proc語句後選項中的統計量關鍵字完全相同），必須正確無誤，後者可自行定義。默認狀態下輸出統計量只有頻數、均數、標準差、最大值和最小值，在默認狀態不能滿足需要時這一選項則是必需的。
univariate
tabulate
proc tabulate 選項列表； |
by 變數名稱（分組變數）； |
class 變數名稱（分組變數）； |
<<頁變數表達式>，<行變數表達式>，<列變數表達式>></表格選項> |
var 變數名稱（待分析的數值變數，統計量列入相應的表單元格）； |
run； |
tabulate過程和上述幾個過程的格式也基本相似，相同的語句和選項也代表相同的含義。最大的不同也是tabulate過程中最為重要的是table語句，他用來定義表格的具體格式以及表格中所要包括的統計量。
gchart
proc gchart 選項列表； |
圖形關鍵字 變數名稱/選項列表 |
run； |
此過程格式簡單，複雜的地方在於圖形關鍵字（每個圖形關鍵字對應一種圖形類型）所引導的語句，這裡是控制圖形類型及圖形要素的地方，涉及到眾多的關鍵字和選項。gchart過程可以使用的圖形關鍵字及其所繪製的圖形類型見下表（表2.1）。
表2.1 gchart過程可以使用的圖形關鍵字及其所繪製的圖形類型
圖形關鍵字 | 繪製的圖形類型 | 圖形關鍵字 | 繪製的圖形類型 |
block | 方塊圖 | pie | 圓圖 |
hbar | 水平的條形圖 | pie3d | 三維圓圖 |
hbar3d | 水平的三維條形圖 | donut | |
vbar | 豎立的條形圖 | star | 星形圖 |
vbar3d | 豎立的三維條形圖 |
圖形關鍵字後的變數名用以指定進行圖形描述時的分組變數，可以是數值型的（此時以各組的組中值為分組的標誌），也可以是字元型的。其後的選項比較重要的有：
（1）type=統計量關鍵字，表示以圖形對變數（sumvar所指定的變數）的哪一種統計量進行描述，比如頻數（freq）、均數（mean）、總計（sum）、頻數百分比（pctn）等；
（2）subgroup=變數名（分組變數），指定要進行分組（各組段內再分組）的變數；
（3）sumvar=變數名（數值變數），指定要進行統計計算的變數，也就是“type=統計量關鍵字”選項中統 計量的計算所依據的變數。其它的選項較少用到或系統默認值即可基本滿足要求，這裡還是少囉嗦，以後用到再說。
gplot
proc gplot 選項列表； |
bubble 散點圖表達式 |
bubble2 散點圖表達式 |
plot散點圖表達式 |
plot2散點圖表達式 |
run； |
從gplot過程的一般格式中我們就可看出，此過程只能繪製兩種類型的圖形，bubble語句指示SAS繪製泡狀散點圖，plot語句指示SAS繪製點狀散點圖。bubble2語句和plot2語句指示SAS在同一區域內（bubble2和bubble在同一區域，plot2和plot在同一區域）繪製第二個圖形，兩者的橫坐標相同（同一變數），縱坐標分別位於左右兩側（可以是同一變數，也可以是兩個不同的變數）。
散點圖表達式的一般形式為：
（1）bubble和bubble2語句：縱坐標變數名*橫坐標變數名=泡尺寸變數名（變數值以泡的大小表示），三者均應為數值變數；
（2）plot和plot2語句：縱坐標變數名*橫坐標變數名<=n/分類變數名>，此處等號及其後的部分可以省略，此時SAS以默認的散點類型繪製散點圖；若等號後為n（n為正整數，是散點類型的編號），SAS則以指定的編號對應的散點類型繪製散點圖；若等號後為分類變數名（可為字元型或數值型，為數值型時作為離散型變數處理，每一個值將被當作一個類別），此變數的具體值（或與每個具體值對應的圖形）將被作為散點用來繪製散點圖。
chart過程和plot過程的一般格式及各選項使用方法分別與gchart過程和gplot過程是基本相同的，不同之處僅在於後兩者中涉及到有關三維和圖形元素（顏色等）的語句和選項在前兩者中是無效的。例如vbar3d語句在chart過程中無效，bubble語句在plot過程中無效。其餘的語句和選項使用方法完全相同，所以在掌握了gchart過程和gplot過程後，chart過程和plot過程你會不學自通。
統計關鍵
SAS中可計算的描述性統計量多達二十餘種，大部分可在以上介紹的前四個過程中計算，個別統計量在某些過程中不能計算，大家需要注意，要不然系統顯示錯誤信息時還不知道是怎么回事。
我經常遇到這種情況，系統提示錯誤（此類提示信息顯示在log視窗中）時總是摸不著頭腦，費半天勁才能搞明白。沒辦法，摸著石頭過河嘛！不過這樣也並非一無是處，最起碼可以積累很多使用經驗。
下表（表2.2）列出SAS中可以計算的所有描述性統計量關鍵字及其含義，供大家使用時參考。
表2.2 SAS中可以計算的描述性統計量關鍵字及其含義
