Proc Means：Means过程介绍

原文没有提供数据，所以就在网上随便找了个数据进行测试，地址如下：
http://www.sasenterpriseminer.com/data/htwt.xls
该数据包含4个变量（性别sex，年龄age，身高height，体重weight），共237个观测

语法：
proc means <option(s)> <statistic-keyword(s)>;
  by <descending> variable(s);
  class variable(s) <option(s)>;
  freq variable;
  id variable(s);
  output <out = dataset> <output-specification(s)>;
  types request(s);
  var variable(s);
  ways list;
  weight variable;
直接运行 proc means过程时，会对所有数值型变量进行操作，得到各变量的非缺失观测数N，均值MEAN，标准差STD DEV，最大值Max和最小值Min。

proc means data =Htwt;
run;

结果：

变量      标签    N     均值         标准偏差      最小值        最大值

age     age    237  16.4430380  1.8425767  13.9000000  25.0000000

height  height 237  61.3645570  3.9454019  50.5000000  72.0000000

weight  weight 237  101.3080169 19.4406980 50.5000000  171.5000000

我们还可以增加range（极差） sum（和） var（方差） mean（均值） nmiss（缺失值个数） median（中值）等选项得到其统计量。

proc means data =Htwt range sum var mean nmiss median;
run;
结果略。

Class：对变量进行分组操作

proc means data = Htwt range sum var mean nmiss median;
var height;
class sex;
run;

结果：

分析变量：height height

sex 观测的个数   极差         总和     方差           均值         缺失值个数 中位数

f   111        15.5000000 6718.40 11.2781294   60.5261261  0   61.3000000

m   126        21.5000000 7825.00 18.2900698   62.1031746  0      61.9000000    

   
out：输出结果数据集

proc means data = Htwt range sum var mean nmiss median;
var height;
class sex;
output out=height n = cnt sum = total mean = avg;
run;
proc print data=height;
run;

结果：

Obs    sex    _TYPE_    _FREQ_    cnt     total       avg

1               0        237     237    14543.4    61.3646

2      f        1        111     111     6718.4    60.5261

3      m        1        126     126     7825.0    62.1032

这里的n,sum,mean选项也可以用autoname自动命名。
这里的_TYPE_，当其值为0时，表示对总体进行操作，当其值为1时，表示对各个sex子集进行操作。如果这里的class后有两个变量，例如class sex age，则_type_会有4个值：
0 整个数据集的means操作
1 对age进行子集means操作（以字母为序）
2 对sex进行子集means操作（以字母为序）
3 对sex,age进行交叉子集子集means操作，即sex*age
types ：对以上所述的_type_进行选择输出。

proc means data = Htwt range sum var mean nmiss median;
var height;
class sex age;
types sex sex*age;
output out=height sum = n = /autoname;
run;
proc print data=height;
run;

只对_type_=2和3的结果进行输出到height数据集中。
如果要对_type_进行二进制层级显示，则要用到charttype选项。

proc means data = Htwt noprint chartype;
var height;
class sex age;
types sex age sex*age;
output out=height sum = n = /autoname;
run;
proc print data=height;
run;

结果：

Obs    sex     age    _TYPE_    _FREQ_      Sum      height_N

1           13.9      01          5       287.3         5

2           14.0      01          7       398.6         7

3           14.1      01          5       289.9         5

61     f       .       10        111      6718.4       111

62     m       .       10        126      7825.0       126

63     f     13.9      11          3       171.8         3

64     f     14.0      11          3       167.3         3

65     f     14.1      11          3       179.1         3

这里age的_type_为01，sex的_type_为10，两者交叉_type_就为11。
T检验：height的均值是否为70

data Htwttt;
set Htwt;
heighttt=height-70;
run;
proc means data = Htwttt n mean stderr t prt maxdec = 1 fw = 5;
var height heighttt;
run;

t ：t值
prt：大于t值的概率
maxdec：输出参数的数值的小数点位数
fw：fields width，宽度
结果：

变量           标签        N       均值    标准误差    t 值       Pr >	t
---------------------------------------------------------------------
height      height    237     61.4     0.3     239.44      <.0001
heighttt              237     -8.6     0.3     -33.70      <.0001

这里P值都小于0.01，故拒绝原假设