Servei dEstadstica

Universitat Autnoma de Barcelona

Prcticas de estadstica y
programacin en SAS

Lloren Badiella Busquets

Director Tcnico del Servei dEstadstica

Universidad Autnoma de Barcelona

Anna Espinal Berenguer

Asesora estadstica del Servei dEstadstica
Profesora asociada del departamento de Matemticas
Universidad Autnoma de Barcelona

Joan Valls Marsal

Asesor estadstico del Servei dEstadstica

Profesor asociado del departamento de Matemticas
Universidad Autnoma de Barcelona

Publicado por el Servei dEstadstica de la UAB, mayo 2003.

Este documento puede ser copiado y libremente distribuido, siempre y cuando sea
preservada su integridad y referenciado su origen. No est permitido aadir, borrar o
cambiar ninguna de sus partes, o extraer pginas para su uso en otros documentos.

1.

ndice

1.

ndice.................................................................................................................3

2.

Presentacin .....................................................................................................4

3.

Manipulacin de datos....................................................................................5

3.1.
3.1.1.
3.2.
3.2.1.
3.3.
3.3.1.
3.4.
3.4.1.
3.5.
3.5.1.
3.6.
3.6.1.

Ejemplo bsico. Ejemplo 1 ...................................................................................... 5

Fichero SAS de Sintaxis: Ejemplo 1.Datos......................................................... 7
Homicidios en California 1850-1900...................................................................... 9
Fichero SAS de Sintaxis: Homicidios.Datos ..................................................... 13
Gastos de publicidad a Europa ............................................................................ 14
Fichero SAS de Sintaxis: Publicidad.Datos....................................................... 15
Peso de bebs ...................................................................................................... 16
Fichero SAS de Sintaxis: Bebes.Datos.............................................................. 17
Caparazn Palletoida ........................................................................................... 18
Fichero SAS de Sintaxis: Caparazon.Datos ...................................................... 19
Factores experimentales en la fabricacin del plstico .......................................... 20
Fichero SAS de Sintaxis: Plastico.Datos ........................................................... 21

4.

Estadstica descriptiva...................................................................................22

4.1.
4.2.
4.3.
4.4.
4.5.
4.6.

Ejemplo bsico. Ejemplo1 .................................................................................... 22

Homicidios en California 1850-1900.................................................................... 26
Gastos de publicidad a Europa ............................................................................ 29
Peso de bebs ...................................................................................................... 33
Caparazn Palletoida ........................................................................................... 36
Factores experimentales en la fabricacin de plstico ........................................... 38

5.

Inferencia estadstica bsica .........................................................................44

5.1.
5.2.
5.3.
5.4.
5.5.
5.6.
5.7.
5.8.

Ejemplo bsico. Ejemplo1 .................................................................................... 44

Homicidios en California 1850-1900.................................................................... 45
Gastos de publicidad a Europa ............................................................................ 46
Peso de bebs ...................................................................................................... 47
Caparazn Palletoida ........................................................................................... 48
Factores experimentales en la fabricacin de plstico ........................................... 49
Capacidad de deteccin de los murcilagos .......................................................... 50
Velocidad de reaccin .......................................................................................... 53

6.

Modelizacin estadstica ...............................................................................55

6.1.

Crecimiento del ficus ........................................................................................... 55

7.

Programacin en lenguaje macro................................................................60

7.1.
7.2.

Validacin de una matriz de datos........................................................................ 60

Exportacin de SPSS a SAS. ................................................................................ 61

8.

Los datos.........................................................................................................62

9.

Bibliografa .....................................................................................................63
3

2.

Presentacin

En este documento se proponen un conjunto de problemas para poder introducirse en la

prctica del paquete estadstico SAS. Estn diseados los en cuatro mdulos siguientes:

Manipulacin de datos: SAS/BASE(I)

Estadstica descriptiva: SAS/BASE(II), SAS/STAT(I), SAS/GRAPHS
Inferencia estadstica bsica: SAS/STAT(II), SAS/GRAPHS
Modelizacin estadstica: SAS/STAT(III)
Macros

Los ficheros de datos as como los ficheros con las sintaxis pueden encontrarse en la pgina
web del Servei dEstadstica de la Universidad Autnoma de Barcelona, en la seccin de
Materiales.

3.

Manipulacin de datos

3.1.

Ejemplo bsico. Ejemplo 1

1.

Introducir la siguiente tabla en un archivo de SAS llamado salario:

Id
1
2
3
4
5
6
7
8
9
10

2.
3.

Sexo
Hombre
Mujer
Hombre
Hombre
Mujer
Hombre
Mujer
Mujer
Mujer
Hombre

Salario anual (en )

18.000
15.000
25.000
17.000
19.000
30.000
22.000
10.000
13.000
21.000

Crear una variable nueva que contenga el salario anual en pesetas y otra variable
categrica para el salario con 4 categoras.
Aadir los datos para 3 individuos ms contenidos en la siguiente tabla:
Id
11
12
13

4.

Etiqueta
Joan
Slvia
Josep
Pere
Anna
David
Cristina
Marta
Magda
Carles

Etiqueta
Oriol
Ester
Rosa

Sexo
Hombre
Mujer
Mujer

Salario anual (en )

23.000
17.000
35.000

Crear otro archivo SAS (socecon) con las caractersticas edad, nivel de estudios,
tipo de transporte para llegar al trabajo y tiempo de recorrido desde la vivienda
habitual hasta el trabajo (en minutos) que aparecen en la siguiente tabla:
Id
1
2
3
4
5
6
7
8
9
10
11
12
13

Edad
27
20
35
30
25
37
35
23
21
28
29
32
40

Nivel estudios
Transporte
Est. superiores
Bus
FP II o equiv.
Metro
FP II o equiv. Coche part.
Est. Superiores Coche part.
Est. Medios
Moto
Est. Medios
Bus
Est. Superiores
Bus
Est. medios.
Moto
FP II o equiv.
Moto
Est. medios
Metro
Est. Medios Coche part.
FP II o equiv.
Metro
Est. superiores
Bus

Tiempo
15
20
55
45
30
35
15
10
7
25
50
35
35

5.
6.

Fusionar los dos archivos anteriores y crear un archivo de SAS llamado ejemplo1
Asignar de forma aleatoria los individuos en dos grupos para poder realizar un
experimento de comparacin de medios de transporte

3.1.1. Fichero SAS de Sintaxis: Ejemplo 1.Datos

DATA ejemplo1;
INPUT id etiqueta $ sexo $ salario;
CARDS;
1 Joan Hombre 18000
2 Silvia Mujer 15000
3 Josep Hombre 25000
4 Pere Hombre 17000
5 Anna Mujer 19000
6 David Hombre 30000
7 Cristina Mujer 22000
8 Marta Mujer 10000
9 Magda Mujer 13000
10 Carles Hombre 21000
;
RUN;
PROC PRINT DATA=ejemplo1;
RUN;
* crear una variable categorica para el salario;
DATA ej1salca;
SET ejemplo1;
salpts=salario*166.386;
IF salario <= 15000 THEN salca=1;
IF salario > 15000 AND salario <= 21000 THEN salca=2;
IF salario > 21000 AND salario <= 25000 THEN salca=3;
IF salario >25000 THEN salca=4;
RUN;
* aadimos 3 casos a los datos;
DATA ej11;
INPUT id etiqueta $ sexo $ salario;
CARDS;
11 Oriol Hombre 23000
12 Ester Mujer 17000
13 Rosa Mujer 35000
;
RUN;
DATA ej11salc;
SET ej11;
salpts=salario*166.386;
IF salario <= 15000 THEN salca=1;
IF salario > 15000 AND salario <= 21000 THEN salca=2;
IF salario > 21000 AND salario <= 25000 THEN salca=3;
IF salario >25000 THEN salca=4;
RUN;
PROC APPEND BASE=ej1salca DATA=ej11salc;
RUN;
* aadimos 4 variables;
DATA socecon;
INPUT id edad nivest $ transp $ tiempo;
CARDS;
1 27 Est_sup Bus 15
2 20 FPII Metro 20
3 35 FPII Coche 55
4 30 Est_sup Coche 45
5 25 Gr_medio Moto 30
6 37 Gr_medio Bus 35
7 35 Est_sup Bus 15
8 23 Gr_medio Moto 10
9 21 FPII Moto 7

10 28 Gr_medio Metro 25
11 29 Gr_medio Coche 50
12 32 FPII Metro 35
13 40 Est_sup Bus 35
;
RUN;
DATA ejemplo1;
MERGE ej1salca socecon;
BY id;
RUN;
* asignacion aleatoria en dos grupos;
DATA ej12g;
SET ejemplo1;
grupo = RANBIN(0,1,0.5);
RUN;

3.2.

Homicidios en California 1850-1900

El fichero homicide.sav (formato SPSS) contiene los datos analizados en el estudio:

Ethnicity and homicide
McKanna, C. (1995)

in

California,

1850-1900,

Los datos han sido obtenidos en la pgina web del National Archive of Criminal Justice Data de
los EUA (http://www.icpsr.umich.edu/NACJD/). Se dispone de variables referentes a
1.317 homicidios producidos en California durante los aos 1850 hasta 1900. Se obtuvieron
datos sobre el lugar, causa del crimen y arma utilizada as como la relacin entre raza, sexo,
edad y ocupacin de la vctima y el acusado.

Nombre de la vctima (VICTIM)

Cadena de caracteres
Nombre del acusado (KILLER)
Cadena de caracteres
Ao (YEAR)
Variable cuantitativa (50-99)
Mes (MONTH)
Variable cuantitativa (1-12)
Da dentro del mes (DAY)
Variable cuantitativa(1-31)
Hora (HOUR)
Variable categrica
1 12 NOON-3 PM
2 3 PM-6PM
3 6 PM-9 PM
4 9 PM-12 MIDNIGHT
5 12 MIDNIGHT-3 AM
6 3 AM-6 AM
7 6 AM-9 AM
8 9 AM-12 NOON
9 UNKNOWN
Da de la semana (WEEKDAY)
Variable categrica
1 MONDAY
2 TUESDAY
3 WEDNESDAY
4 THURSDAY
5 FRIDAY
6 SATURDAY
7 SUNDAY
9 UNKNOWN
Condado de California (COUNTY)
Variable categrica
1 SAN DIEGO
3 SANTA BARBARA
4 SAN LUIS OBISPO
11 SACRAMENTO
12 SAN JOAQUIN
21 CALAVERAS
22 TUOLUMNE
99 UNKNOWN
Raza de la vctima (VICRACE)
Variable categrica
1 WHITE

2 HISPANIC
3 NATIVE AMERICAN
4 ORIENTAL
5 AFRICAN-AMERICAN
9 UNKNOWN
Sexo de la vctima (VICSEX)
Variable categrica
1 MALE
2 FEMALE
9 UNKNOWN
Edad de la vctima (VICAGE)
Variable cuantitativa
Ocupacin de la vctima (VICOCCUP)
Variable categrica
1 LABORER
2 FARMER
3 RANCHER
4 MERCHANT
5 COWBOY
6 SHEEP HERDER
7 SOLDIER
8 SAILOR
9 BARTENDER
10 LAWMAN
12 HOUSEWIFE
13 PROSTITUTE
14 LAWYER
15 COOK
16 BUTCHER
17 TEAMSTER
18 RR WORKER
19 MINER
20 HOTEL KEEPER
21 BAR OWNER
22 CLERICAL
23 TEACHER
24 TRANSIENT
25 FISHERMAN
26 NURSE
27 STUDENT
28 DOMESTIC
29 DRUGGIST
30 DOCTOR
31 STORE CLERK
32 BAKER

33 BARBER
34 WAITER
35 LAUNDRY
36 MUSICIAN
37 DENTIST
38 SHOEMAKER
39 MECHANIC
40 BLACKSMITH
41 CARPENTER
42 PREACHER
44 HARNESS MAKER
45 GARDENER
46 SALESMAN
47 TAILOR
48 STEAMBOAT RUNNER
49 DISHWASHER
50 PORTER
51 LEGISLATOR
52 RANCH/FARM HAND
53 OTHER TRADESMAN
54 BOAT HAND
55 GAMBLER
56 PIMP
57 MINISTER
58 EDITOR/PUBLISHER
59 PEDDLER
60 PRISON INMATE
61 WATCHMAN
62 BOOKKEEPER
63 WELLS FARGO GRD
64 ASYLUM INMATE
65 JUDGE/JUSTICE
66 SEAMSTRESS
99 UNKNOWN
Estado de la vctima (VICCOND)
Variable categrica
1 DRINKING
2 OTHER DRUGS
3 CALM
4 AGITATED
5 OTHER
9 UNKNOWN
Raza del acusado (ACCURACE)
Variable categrica
1 WHITE
2 HISPANIC
3 NATIVE AMERICAN
4 ORIENTAL
5 AFRICAN-AMERICAN
9 UNKNOWN
Sexo del acusado (ACCUSEX)
Variable categrica
1 MALE
2 FEMALE
9 UNKNOWN
Edad del acusado (ACCUAGE)
Variable cuantitativa
Ocupacin del acusado (ACCUOCCU)
Variable categrica
1 LABORER
2 FARMER

3
4
5
6
7
8
9
10
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66

RANCHER
MERCHANT
COWBOY
SHEEP HERDER
SOLDIER
SAILOR
BARTENDER
LAWMAN
HOUSEWIFE
PROSTITUTE
LAWYER
COOK
BUTCHER
TEAMSTER
RR WORKER
MINER
HOTEL KEEPER
BAR OWNER
CLERICAL
TEACHER
TRANSIENT
FISHERMAN
NURSE
STUDENT
DOMESTIC
DRUGGIST
DOCTOR
STORE CLERK
BAKER
BARBER
WAITER
LAUNDRY
MUSICIAN
DENTIST
SHOEMAKER
MECHANIC
BLACKSMITH
CARPENTER
PREACHER
HARNESS MAKER
GARDENER
SALESMAN
TAILOR
STEAMBOAT RUNNER
DISHWASHER
PORTER
LEGISLATOR
RANCH/FARM HAND
OTHER TRADESMAN
BOAT HAND
GAMBLER
PIMP
MINISTER
EDITOR/PUBLISHER
PEDDLER
PRISON INMATE
WATCHMAN
BOOKKEEPER
WELLS FARGO GRD
ASYLUM INMATE
JUDGE/JUSTICE
SEAMSTRESS

10

99 UNKNOWN
Estado del acusado (ACCUCOND)
Variable categrica
1 DRINKING
2 OTHER DRUGS
3 CALM
4 AGITATED
5 OTHER
9 UNKNOWN
Relacin vctima-acusado (RELATION)
Variable categrica
1 MARRIED
2 IN-LAWS
3 FRIENDS
4 STRANGERS
5 ROOMMATES
8 OTHER
9 UNKNOWN
Causa del homicidio (CAUSE)
Variable categrica
1 DOMESTIC DISPUTE
2 QUARREL
3 BRAWL
4 LYNCH MOB
5 KILLED BY POLICE
6 KILLED POLICE
7 ROBBERY
8 OTHER
9 UNKNOWN
Arma utilizada (WEAPON)
Variable categrica
1 HAND GUN
2 RIFLE
3 SHOTGUN
4 GUN UNKNOWN
5 KNIFE
6 AXE
7 HANGING
8 FIRE
9 FALL
10 STRANGLED
11 FISTS
12 BLUNT INSTRUMENT
13 POISON
14 THROWN DOWN
15 SHARP INSTRUMENT
16 DRUGS
17 KICKED
18 DROWNED
99 UNKNOWN
Lugar del homicidio (LOCATION)
Variable categrica
1 VICTIM'S HOME
2 STREET
3 SALOON
4 WORK
5 RANCH
6 FARM
7 COUNTRY ROAD
8 DESERT
9 JAIL

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
99

WOODS
HOTEL
WHARF
SHIP
RAILROAD
BEACH
MOUNTAINS
RIVER
OCEAN
INDIAN RESERVE
ACCUSED HOME
CEMETARY
CHURCH
MISSION
COURTHOUSE
HOSPITAL
MILITARY FORT
BANK
SAW MILL
STORE
LAKE
HOSPITAL
MINE
BRIDGE
BROTHEL
CEMETARY
RESTAURANT
PRISON
ROOMING HOUSE
PARK
OTHER HOUSE
STATE BUILDING
BLACKSMITH SHOP
OTHER BUSINESS
STABLE OR CORRAL
STAGE/RR STATION
DANCE HALL
OTHER BUILDING
CABIN (RURAL)
ASYLUM
UNKNOWN

11

1. Importar la base de datos al sistema SAS.

2. Asignar las etiquetas a las variables categricas.

12

3.2.1. Fichero SAS de Sintaxis: Homicidios.Datos

LIBNAME HOMI SPSS 'HOMICIDE.por';
DATA HOMICIDE;
SET HOMI._FIRST_;
RUN;
PROC FORMAT;
VALUE RACE 1='1-WHITE'
2='2-HISPANIC'
3='3-NATIVE AMERICAN'
4='4-ORIENTAL'
5='5-AFRICAN-AMERICAN'
9='6-UNKNOWN'
;
VALUE COND 1='1-DRINKING'
2='2-OTHER DRUGS'
3='3-CALM'
4='4-AGITATED'
5='5-OTHER'
9='6-UNKNOWN'
;
VALUE SEX 1='1-MALE'
2='2-FEMALE'
9='3-UNKNOWN'
;
VALUE RELATION 1='1-MARRIED'
2='2-IN-LAWS'
3='3-FRIENDS'
4='4-STRANGERS'
5='5-ROOMMATES'
8='6-OTHER'
9='7-UNKNOWN'
;
VALUE CAUSE 1='1-DOMESTIC DISPUTE'
2='2-QUARREL'
3='3-BRAWL'
4='4-LYNCH MOB'
5='5-KILLED BY POLICE'
6='6-KILLED POLICE'
7='7-ROBBERY'
8='8-OTHER'
9='9-UNKNOWN'
;
RUN;
DATA HOMICIDE;
SET HOMICIDE;
FORMAT VICRACE RACE. ACCURACE RACE. VICCOND COND. ACCUCOND
COND.VICSEX SEX. ACCUSEX SEX. RELATION RELATION. CAUSE CAUSE.;
RUN;

* Para comprobar el formato miramos las 10

primeras observaciones;
PROC PRINT DATA=HOMICIDE(OBS=10);
RUN;
PROC CONTENTS DATA=HOMICIDE POSTITION;
RUN;

13

3.3.

Gastos de publicidad a Europa

En la siguiente tabla se muestra la reparticin (en porcentajes) de los gastos publicitarios segn
el medio de comunicacin de 16 pases de Europa. Los datos corresponden al ao 1990 y se
extrajeron de la revista Press Landscape update & Eur. Direct Marketing NTC, 1991.

Belgium
Denmark
France
Germany
Greece
Ireland
Italy
Netherlands
Portugal
Spain
U.K.
Austria
Finland
Norway
Sweden
Switzerland

Newspapers

Magazines

TV

Radio

Cinema

Outdoor/Transport

35.3
76.1
28.6
46.0
26.0
63.7
27.8
50.4
25.1
37.6
44.1
51.6
67.2
77.2
78.6
61.1

20.5
11.8
27.5
27.9
28.2
5.4
24.0
27.8
21.7
15.4
19.3
18.0
13.5
15.8
14.3
16.8

27.5
9.6
24.8
15.8
35.3
19.6
43.02
9.0
37.1
31.3
30.5
17.7
12.9
2.5
2.2
6.7

1.2
0.8
6.6
5.1
5.7
6.2
1.4
2.2
6.7
10.3
2.2
8.0
4.0
1.0
0.0
1.7

1.4
0.4
0.8
1.2
0.0
0.0
0.0
0.3
0.0
0.8
0.5
0.4
0.1
1.2
0.6
0.9

14.2
1.3
11.7
3.9
4.8
5.1
3.6
10.4
9.5
4.7
3.4
4.4
2.3
2.2
4.3
12.7

Los datos se encuentran en el archivo PublicidadEuropa.dat.

1. Abrir el archivo de texto con el editor de texto. Observar su formato.
2. Exportar los datos a un archivo de datos editable con SAS.
3. Revisar /modificar las etiquetas de las variables.

14

3.3.1. Fichero SAS de Sintaxis: Publicidad.Datos

/* el fichero est separado por tabuladores utilizaremos DLM='09'X*/
DATA PUB;
INFILE 'PublicidadEuropa.dat' DLM='09'x FIRSTOBS=2;
INPUT PAIS $ DIARIOS REVISTAS TV RADIO CINE EXTERIOR;
RUN;
PROC PRINT DATA=PUB;
RUN;
PROC CONTENTS DATA=PUB;
RUN;

15

3.4.

Peso de bebs

El archivo PesoBebes.sav contiene informacin de 189 nacimientos, siendo el peso del beb al
nacer la variable principal.
1. Abrir el archivo con SPSS y exportarlo a SAS.
2. Editar las etiquetas de las variables y sus valores.
3. Se considera que un peso inferior a 2500 gramos es demasiado pequeo, pudiendo
afectar problemas en el recin nacido. Crear la variable binaria que discrimine a los
bebs segn este factor de riesgo.

16

3.4.1. Fichero SAS de Sintaxis: Bebes.Datos

LIBNAME EXP SPSS 'PesoBebes.por';
DATA BEBES;
SET EXP._FIRST_;
RUN;
PROC CONTENTS DATA=BEBES;
RUN;
PROC FORMAT;
VALUE RAZA 1='1-BLANCA'
2='2-NEGRA'
3='3-OTRAS'
;
VALUE BINARIA 0='0-NO'
1='1-SI'
;
RUN;
DATA BEBES;
SET BEBES;
LABEL V1='Cdigo ID';
LABEL V3='Edad madre';
LABEL V4='Peso de la madre en la ultima menstruacion';
LABEL V5='Raza madre';
LABEL V6='Fumar durante el embarazo';
LABEL V7='Embarazo prematuro';
LABEL V8='Hipertensin';
LABEL V9='Irritabilidad uterina';
LABEL V10='Numero de visitas al medico';
LABEL V11='Peso del beb en gramos';
FORMAT V5 RAZA. V6 BINARIA. V7 BINARIA. V8 BINARIA. V9
BINARIA.;
RUN;
PROC CONTENTS DATA=BEBES POSITION;
RUN;
DATA BEBES;
SET BEBES;
IF V11<= 2500 THEN POCOPESO=1;
IF V11> 2500 THEN POCOPESO=0;
RUN;
PROC FORMAT;
VALUE POCOPESO 0='SUPERIOR A 2500 G'
1='INFERIOR A 2500 G';
RUN;
DATA BEBES;
SET BEBES;
FORMAT POCOPESO POCOPESO.;
RUN;
PROC PRINT LABEL DATA=BEBES;
RUN;
PROC CONTENTS DATA=BEBES POSITION;
RUN;

17

3.5.

Caparazn Palletoida

El archivo CaparazonPalletoida.sav contiene la longitud y la altura medidas en 28 caparazones

de la especie Palletoida de moluscos.
1. Importar los datos a un archivo editable con SAS.
2. Editar las etiquetas de las variables. Imprimir el archivo con las etiquetas longitud y
altura de las variables X e Y.
3. Crear la variable que contenga el logaritmo de la longitud.

18

3.5.1. Fichero SAS de Sintaxis: Caparazon.Datos

LIBNAME PALLET SPSS 'caparazonpalletoide.por';
DATA caparaz;
SET PALLET._FIRST_;
RUN;
PROC PRINT data=caparaz;
RUN;
* INFORMACIN CONTENIDA EN EL FICHERO;
PROC CONTENTS DATA=caparaz;
RUN;
PROC PRINT DATA=caparaz LABEL;
LABEL X='altura' Y='longitud';
RUN;
* LOGARITMO DE LA ALTURA;
DATA caparaz;
SET caparaz;
loglongi = LOG(Y);
RUN;

19

3.6.

Factores experimentales en la fabricacin del plstico

Una determinada fbrica desea conocer la mejor manera de producir un tipo de plstico. Para
ello, realizan un experimento controlado, tomando como variables experimentales:
Nivel de extrusin. 2 niveles (bajo o alto).
Cantidad de aditivo. 2 niveles (bajo o alto).
Creen que una variacin en los niveles de estos factores afecta a las caractersticas del plstico
finalmente fabricado. Concretamente, estn interesados en estudiar la resistencia a la ruptura, el
brillo y la opacidad de los plsticos generados (valorados en una escala de 0 a 10). Su objetivo
es fabricar un tipo de plstico con los mximos valores de estos parmetros. Para resolver esta
cuestin, realizan un experimento factorial 22, con cuatro rplicas para cada condicin
experimental. Los datos recogidos son los siguientes:
Nivel de extrusin
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2

Cantidad de aditivo
1
1
1
1
1
2
2
2
2
2
1
1
1
1
1
2
2
2
2
2

Resistencia a la ruptura
6.5
6.2
5.8
6.5
6.5
6.9
7.2
6.9
6.1
6.3
6.7
6.6
7.2
7.1
6.8
7.1
7.0
7.2
7.5
7.6

Brillo
9.5
9.9
9.6
9.6
9.2
9.1
10.0
9.9
9.5
9.4
9.1
9.3
8.3
8.4
8.5
9.2
8.8
9.7
10.1
9.2

Opacidad
4.4
6.4
3.0
4.1
.8
5.7
2.0
3.9
1.9
5.7
2.8
4.1
3.8
1.6
3.4
8.4
5.2
6.9
2.7
1.9

1. Importar los datos del archivo ExperimentoPlastico.sav a un archivo editable con SAS.
2. Revisar la importacin de etiquetas.

20

3.6.1. Fichero SAS de Sintaxis: Plastico.Datos

LIBNAME PLAST SPSS 'ExperimentoPlastico.por';
DATA EXP;
SET PLAST._FIRST_;
RUN;
PROC CONTENTS DATA=EXP;
RUN;
PROC FORMAT;
VALUE EXTRUS 1='1-EXTRUSIN BAJA'
2='2-EXTRUSIN ALTA'
;
VALUE ADITIVO 1='1-ADITIVO BAJO'
2='2-ADITIVO ALTO'
;
RUN;
DATA EXP;
SET EXP;
FORMAT EXTRUS EXTRUS. ADITIVO ADITIVO.;
RUN;
PROC CONTENTS DATA=EXP POSTITION;
RUN;

21

4.

Estadstica descriptiva

4.1.

Ejemplo bsico. Ejemplo1

1.

Resumir la variable salario y calcular las medidas de posicin y variabilidad para el

salario.
PROC UNIVARIATE DATA=ej12g;
VAR salario;
RUN;

2.

Comparar la variable salario para las dos submuestras que define la variable sexo

Antes de realizar un PROC UNIVARIATE para distintas submuestras los datos deben estar
ordenados segn la variable que define las submuestras
PROC SORT DATA=ej12g;
BY sexo;
RUN;
PROC UNIVARIATE DATA=ej12g;
CLASS sexo;
VAR salario;
RUN;

22

23

3.

Dibujar un histograma del salario para cada submuestra

PROC UNIVARIATE DATA=ej12g;
CLASS SEXO;
VAR salario;
HISTOGRAM;
RUN;

4.

Resumir mediante una tabla de dos entradas las variables nivel de estudios y sexo
PROC FREQ DATA=ej12g;
TABLES nivest*sexo;
RUN;

5.

Dibujar un grfico de dispersin para las variables salario y edad

PROC GPLOT DATA=ej12g;
PLOT salario*edad;
RUN;
*para editar el grafico como deseamos;
AXIS2 LABEL=('SALARIO' justify=right '(en pts)');
AXIS1 LABEL=('EDAD (en aos)') ORDER=(20 TO 40 BY 5);
PROC GPLOT DATA=ej12g;
PLOT salario*edad /haxis=axis1 hminor=1 vaxis=axis2;
SYMBOL1 VALUE=DOT COLOR=BLUE ;
RUN;

24

25

4.2.

Homicidios en California 1850-1900

1. Realizar un listado de las variables de la base de datos creada en el ejercicio 3.2

PROC CONTENTS DATA=HOMICIDE POSTITION;
RUN;

2. Distinguir entre variables respuesta y variables explicativas.

3. Realizar tablas de contingencia para analizar bivariantemente pares de variables
categricas.
DATA HOMICIDE;
SET HOMICIDE;
IF ACCUSEX=9 OR VICSEX=9 THEN DELETE;
RUN;
PROC FREQ DATA=HOMICIDE;
TABLES ACCUSEX*VICSEX/OUT=M OUTPCT;
RUN;
/* SE PUEDE EMPLEAR LA MISMA SINTAXI PARA CREAR OTRAS TABLAS
DE CONTINGENCIA */

26

4. Crear la tabla de perfiles filas e interpretar los resultados.

PROC PRINT DATA=M;
RUN;

5. Realizar grficos de lnea para los perfiles fila.

AXIS1 ORDER=(1 TO 2 BY 1);
PROC GPLOT DATA=M;
PLOT PCT_ROW * VICSEX=ACCUSEX /HAXIS=AXIS1 hminor=0;
SYMBOL1 I=J VALUE=DOT COLOR=BLUE;
SYMBOL2 I=J;
RUN;

27

28

4.3.

Gastos de publicidad a Europa

1. Resumir los datos del ejercicio 3.3.

PROC MEANS DATA=pub;
RUN;

2. Determinar e interpretar la matriz de correlaciones entre las variables.

PROC CORR DATA=PUB;
VAR CINE DIARIOS EXTERIOR
RUN;

RADIO REVISTAS TV;

29

4. Realizar grficos de dispersin y evaluar la linealidad de las relaciones.

PROC GPLOT DATA=pub;
PLOT TV*DIARIOS;
TITLE 'GASTOS EN TV RESPECTO A DIARIOS';
RUN;

30

5. Diferenciar entre los pases de la zona mediterrnea del resto. Repetir los anlisis
*CREAMOS UNA NUEVA VARIABLE PARA DIFERENCIA L0S PASES
MEDITERRNEOS DEL RESTO;
DATA PUB;
SET PUB;
IF PAIS='France' OR PAIS='Greece' OR PAIS='Italy' OR
PAIS='Portugal' OR PAIS='Spain'
THEN MEDIT=1;
ELSE MEDIT=2;
RUN;
PROC FORMAT;
VALUE MEDIT 1='Pases mediterrneos'
2='Pases no mediterrneos';
RUN;
DATA PUB;
SET PUB;
FORMAT MEDIT MEDIT.;
RUN;
PROC PRINT LABEL DATA=PUB;
RUN;
PROC SORT DATA=PUB;
BY MEDIT;
RUN;
PROC CORR DATA=PUB;
VAR CINE DIARIOS EXTERIOR RADIO REVISTAS TV;
BY MEDIT;
RUN;

31

32

4.4.

Peso de bebs

1. Analizar las tablas de contingencia cruzando la variable peso del beb (superior o
inferior a 2500 gramos) con el resto de variables categricas.
PROC FREQ DATA=BEBES;
TABLES V5*POCOPESO;
RUN;
PROC FREQ DATA=BEBES;
TABLES V6*POCOPESO;
RUN;
PROC FREQ DATA=BEBES;
TABLES V7*POCOPESO;
RUN;
PROC FREQ DATA=BEBES;
TABLES V8*POCOPESO;
RUN;
PROC FREQ DATA=BEBES;
TABLES V9*POCOPESO;
RUN;
* TAMBIEN PODEM OBTENER LAS TABLAS DE CONTINGENCIA CON LA
INSTRUCCION;
PROC FREQ DATA=BEBES;
TABLES (V5 V6 V7 V8 V9)*POCOPESO;
RUN;

2. Crear una tabla con los estadsticos descriptivos y grficos adecuados para analizar la
edad de la madre y el nmero de visitas al mdico.
PROC MEANS DATA=BEBES;
VAR V3 V10;
RUN;
PROC UNIVARIATE DATA=BEBES;
VAR V3;
HISTOGRAM;
RUN;
PROC GCHART DATA=BEBES;
VBAR V10 /MIDPOINTS=(1 TO 6 BY 1) vminor=0;
RUN;

33

34

3. Crear las tablas anteriores separadamente distinguiendo si el beb ha presentado un

peso menor o superior a 2500 gramos.
PROC SORT DATA=BEBES;
BY POCOPESO;
RUN;
PROC MEANS DATA=BEBES;
VAR V3 V10;
BY POCOPESO;
RUN;

35

4.5.

Caparazn Palletoida

1. Editar el grfico de dispersin de la longitud (Y) respecto de la altura.

AXIS2 LABEL=('LONGITUD');
AXIS1 LABEL=('ALTURA') ORDER=(0.9 TO 2.7 BY 0.3);
PROC GPLOT DATA=caparaz;
PLOT Y*X /haxis=axis1 hminor=0 vaxis=axis2;
SYMBOL1 VALUE=DOT COLOR=BLUE ;
RUN;

2. Calcular e interpretar el coeficiente de correlacin entre las dos variables.

PROC CORR DATA=caparaz;
VAR Y X;
RUN;
*si ademas queremos la covarianza;
PROC CORR DATA=caparaz COV OUTP=corcap;
VAR Y X;
RUN;

36

3. Repetir los apartados anteriores utilizando el logaritmo de la longitud.

PROC CORR DATA=caparaz COV OUTP=corcapl;
VAR loglongi X;
RUN;
AXIS2 LABEL=('LOG-LONGITUD') ORDER=(1.1 TO 1.9 BY 0.1);
AXIS1 LABEL=('ALTURA') ORDER=(0.9 TO 2.7 BY 0.3);
PROC GPLOT DATA=caparaz;
PLOT loglongi*X /haxis=axis1 hminor=0 vaxis=axis2 vminor=0;
SYMBOL1 VALUE= COLOR=BLUE ;
RUN;

37

4.6.

Factores experimentales en la fabricacin de plstico

1. Resolver el problema planteado por la industria, utilizando tcnicas de estadstica

descriptiva.
* anlisis de los efectos principales*;
PROC MEANS DATA=EXP;
CLASS EXTRUS;
VAR BRILLO;
OUTPUT OUT=G1 MEAN(BRILLO)= M1;
RUN;
GOPTIONS RESET=ALL;
AXIS1 ORDER=(1 TO 2 BY 1);
AXIS2 ORDER=(9 TO 9.7 BY 0.1);
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*EXTRUS / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
SYMBOL1 I=JOIN VALUE=DOT COLOR=BLUE;
RUN;
PROC MEANS DATA=EXP;
CLASS ADITIVO;
VAR BRILLO;
OUTPUT OUT=G1 MEAN(BRILLO)= M1;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
PROC MEANS DATA=EXP;
CLASS EXTRUS;
VAR OPACIDAD;
OUTPUT OUT=G1 MEAN(OPACIDAD)= M1;
RUN;
AXIS2 ORDER=(3.4 TO 4.5 BY 0.1);
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*EXTRUS / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
PROC MEANS DATA=EXP;
CLASS ADITIVO;
VAR OPACIDAD;
OUTPUT OUT=G1 MEAN(OPACIDAD)= M1;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
PROC MEANS DATA=EXP;
CLASS EXTRUS;
VAR RESIST;
OUTPUT OUT=G1 MEAN(RESIST)= M1;
RUN;

38

AXIS2 LABEL=('resistencia' justify=right 'a la ruptura')

ORDER=(6.4 TO 7.1 BY 0.1);
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*EXTRUS / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
PROC MEANS DATA=EXP;
CLASS ADITIVO;
VAR RESIST;
OUTPUT OUT=G1 MEAN(RESIST)= M1;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;

2. Qu caractersticas dependen del nivel de extrusin? Cmo?

39

40

3. Qu caractersticas dependen de la cantidad de aditivo? Cmo?

41

4. Existe interaccin entre el nivel de extrusin y la cantidad de aditivo?

*analisis de las interacciones ;
PROC MEANS DATA=EXP;
CLASS EXTRUS ADITIVO;
VAR BRILLO;
OUTPUT OUT=G4 MEAN(BRILLO)= M4;
RUN;
AXIS2 ORDER=(8.7 TO 9.7 BY 0.2);
PROC GPLOT DATA=G4;
WHERE _TYPE_=3;
PLOT M4*EXTRUS=ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
SYMBOL2 I=JOIN VALUE='TRIANGLE';
RUN;
PROC MEANS DATA=EXP;
CLASS EXTRUS ADITIVO;
VAR OPACIDAD;
OUTPUT OUT=G4 MEAN(OPACIDAD)= M4;
RUN;
AXIS2 ORDER=(3 TO 5.3 BY 0.3);
PROC GPLOT DATA=G4;
WHERE _TYPE_=3;
PLOT M4*EXTRUS=ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
PROC MEANS DATA=EXP;
CLASS EXTRUS ADITIVO;
VAR RESIST;
OUTPUT OUT=G4 MEAN(RESIST)= M4;
RUN;

42

AXIS2 LABEL=('resistencia' justify=right 'a la ruptura')

ORDER=(6.2 TO 7.4 BY 0.3);
PROC GPLOT DATA=G4;
WHERE _TYPE_=3;
PLOT M4*EXTRUS=ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;

5. Cul es el mejor prototipo por lo que se refiere a la resistencia a la ruptura? y respecto

al brillo? y respecto la opacidad?
Para la resistencia a la ruptura: un plstico con un nivel de extrusin y aditivo altos
Para el brillo: un plstico con un nivel de extrusin bajo y aditivo alto
Para la opacidad: un plstico con un nivel de extrusin y aditivo altos
6. Existe algn plstico ptimo? Es robusto?
A la vista de los grficos el plstico ptimo tendra un nivel de extrusin y aditivo altos

43

5.

Inferencia estadstica bsica

5.1.

Ejemplo bsico. Ejemplo1

1. Realizar un intervalo de confianza al 90%, 95% y 99% para la media de la variable

salario.
PROC TTEST DATA=EJ12G;
VAR SALARIO;
RUN;
PROC TTEST DATA=EJ12G ALPHA=0.1;
VAR SALARIO;
RUN;
PROC TTEST DATA=EJ12G ALPHA=0.01;
VAR SALARIO;
RUN;
The TTEST Procedure
Statistics

Variable
salario

Lower CL
Mean

Mean

Upper CL
Mean

Lower CL
Std Dev

Std Dev

Upper CL
Std Dev

Std Err

13

16260

20385

24509

4894.6

6825.7

11267

1893.1

T-Tests
Variable
salario

DF

t Value
12

Pr > |t|

10.77

<.0001

2. Realizar los mismos intervalos distinguiendo para las dos submuestras que define la
variable sexo.
3. Calcular el coeficiente de correlacin entre las variables salario y edad. Evaluar su
significacin.
PROC CORR DATA=EJ12G;
VAR SALARIO EDAD;
RUN;
Pearson Correlation Coefficients, N = 13
Prob > |r| under H0: Rho=0
salario

edad

salario

1.00000

0.86315
0.0001

edad

0.86315
0.0001

1.00000

44

5.2.

Homicidios en California 1850-1900

1. Analizar el grado de dependencia entre pares de variables categricas, representadas en

una tabla de contingencia.
2. Resolver la prueba de independencia de ji-cuadrado.
PROC FREQ DATA=HOMICIDE;
TABLES ACCUSEX*VICSEX/CHISQ;
RUN;
The FREQ Procedure
Table of ACCUSEX by VICSEX
ACCUSEX(SEX OF ACCUSED)
VICSEX(SEX OF VICTIM)
Frequency
Percent

Row Pct

Col Pct
1-MALE 2-FEMALE Total

1-MALE

1052
87
1139
90.38
7.47 97.85
92.36
7.64
98.23 93.55

2-FEMALE
19
6
25

1.63
0.52
2.15
76.00 24.00

1.77
6.45

Total
1071
93
1164
92.01
7.99
100.00

Statistics for Table of ACCUSEX by VICSEX

Statistic
DF
Value
Prob

Chi-Square
1
8.9085
0.0028
Likelihood Ratio Chi-Square
1
6.1284
0.0133
Continuity Adj. Chi-Square
1
6.8218
0.0090
Mantel-Haenszel Chi-Square
1
8.9008
0.0029
Phi Coefficient
0.0875
Contingency Coefficient
0.0872
Cramer's V
0.0875
WARNING: 25% of the cells have expected counts less
than 5. Chi-Square may not be a valid test.

45

5.3.

Gastos de publicidad a Europa

1. Determinar la matriz de correlaciones entre las variables e avaluar la significacin de los

coeficientes de correlacin.
PROC CORR DATA=PUB;
VAR CINE DIARIOS EXTERIOR
RUN;

RADIO REVISTAS TV;

The CORR Procedure

6

Variables:

CINE

DIARIOS

EXTERIOR RADIO

REVISTAS TV

Simple Statistics
Variable

Mean

Std Dev

Sum

Minimum

Maximum

CINE
DIARIOS
EXTERIOR
RADIO
REVISTAS
TV

16
16
16
16
16
16

0.53750
49.77500
6.15625
3.94375
19.24375
20.35625

0.47170
19.00023
4.10186
3.05766
6.66033
12.86489

8.60000
796.40000
98.50000
63.10000
307.90000
325.70000

0
25.10000
1.30000
0
5.40000
2.20000

1.40000
78.60000
14.20000
10.30000
28.20000
43.20000

Pearson Correlation Coefficients, N = 16

Prob > |r| under H0: Rho=0
CINE

DIARIOS

EXTERIOR

RADIO

REVISTAS

TV

CINE

1.00000

0.14338
0.5963

0.30033
0.2584

-0.19350
0.4727

0.10448
0.7002

-0.35390
0.1787

DIARIOS

0.14338
0.5963

1.00000

-0.41420
0.1107

-0.46603
0.0688

-0.68887
0.0032

-0.88498
<.0001

EXTERIOR

0.30033
0.2584

-0.41420
0.1107

1.00000

0.00723
0.9788

0.35120
0.1823

0.09987
0.7129

-0.19350
0.4727

-0.46603
0.0688

0.00723
0.9788

1.00000

0.06992
0.7969

0.42136
0.1041

0.10448
0.7002

-0.68887
0.0032

0.35120
0.1823

0.06992
0.7969

1.00000

0.36761
0.1613

-0.35390
0.1787

-0.88498
<.0001

0.09987
0.7129

0.42136
0.1041

0.36761
0.1613

1.00000

RADIO

REVISTAS

TV

46

5.4.

Peso de bebs

1. Analizar las tablas de contingencia cruzando la variable peso del beb (superior o
inferior a 2500 gramos) con el resto de variables categricas. Plantear y resolver la
prueba de independencia de ji-cuadrado.
2. Comparar las medias de las edades de las madres y el nmero de visitas distinguiendo si
el beb ha presentado un peso menor o mayor a 2500 gramos.

PROC FREQ DATA=BEBES;

TABLES V5*POCOPESO/CHISQ;
RUN;
PROC FREQ DATA=BEBES;
TABLES V6*POCOPESO/CHISQ;
RUN;
PROC FREQ DATA=BEBES;
TABLES V7*POCOPESO/CHISQ;
RUN;
PROC FREQ DATA=BEBES;
TABLES V8*POCOPESO/CHISQ;
RUN;
PROC FREQ DATA=BEBES;
TABLES V9*POCOPESO/CHISQ;
RUN;
PROC TTEST DATA=BEBES;
CLASS POCOPESO;
VAR V4 V10;
RUN;

47

5.5.

Caparazn Palletoida

1. Editar el grfico de dispersin de la longitud (Y) respecto la altura.

2. Calcular e interpretar el coeficiente de correlacin entre las dos variables. Evaluar el
grado de significacin.
3. Repetir los apartados anteriores utilizando el logaritmo de la longitud.

48

5.6.

Factores experimentales en la fabricacin de plstico

1. Resolver el problema planteado en los ejercicios 3.6 y 4.6 mediante pruebas de

hiptesis. Construir intervalos de confianza para los prototipos.

49

5.7.

Capacidad de deteccin de los murcilagos

Los murcilagos son capaces de detectar un objeto slido mediante un sofisticado sistema de
localizacin. Se piensa que este sistema presenta un dimetro mximo de 6 metros. Para
confirmar esta hiptesis se seleccion una muestra aleatoria simple de 16 murcilagos, cada
uno de los cules fue liberado en una zona grande que presentaba un nico obstculo. Se
observ la distancia a la que el murcilago era capaz de detectarlo. Los datos recogidos son los
siguientes:
6.2 , 6.8, 6.1, 5.7, 6.1, 6.3, 5.8, 6.3, 5.9, 6.3, 6.4, 6.0, 6.3, 6.2, 5.9, 6.1
1. Describir la muestra mediante una tabla de estadsticos descriptivos y un diagrama de
caja.
data MURC;
input DISTANCIA;
datalines;
6.2
6.8
6.1
5.7
6.1
6.3
5.8
6.3
5.9
6.3
6.4
6.0
6.3
6.2
5.9
6.1
;
RUN;
PROC PRINT DATA=MURC;
RUN;
PROC UNIVARIATE DATA=MURC;
RUN;
DATA MURC;
SET MURC;
MUESTRA=1;
RUN;
PROC BOXPLOT DATA=MURC;
PLOT DISTANCIA*MUESTRA;
RUN;

50

2. Construir un intervalo de confianza al 95% para el dimetro medio poblacional de

deteccin de los murcilagos.
DATA MURC;
SET MURC;
CDIST=DISTANCIA-6;
RUN;
PROC PRINT DATA=MURC;
RUN;
PROC TTEST DATA=MURC;
VAR DISTANCIA;
RUN;
The TTEST Procedure
Statistics

Variable
DISTANCIA

Lower CL
Mean

Mean

Upper CL
Mean

Lower CL
Std Dev

Std Dev

Upper CL
Std Dev

Std Err

16

6.0083

6.15

6.2917

0.1964

0.2658

0.4114

0.0665

T-Tests
Variable
DISTANCIA

DF

t Value
15

92.54

Pr > |t|
<.0001

51

3. Plantear y resolver un contraste de hiptesis que permita analizar la plausibilidad de la

hiptesis apuntada inicialmente por los investigadores.
PROC TTEST DATA=MURC;
VAR CDIST;
RUN;
The TTEST Procedure
Statistics

Variable
CDIST

Lower CL
Mean

Mean

Upper CL
Mean

Lower CL
Std Dev

Std Dev

Upper CL
Std Dev

Std Err

16

0.0083

0.15

0.2917

0.1964

0.2658

0.4114

0.0665

T-Tests
Variable
CDIST

DF

t Value
15

2.26

Pr > |t|
0.0394

52

5.8.

Velocidad de reaccin

Se desea analizar la velocidad de reaccin de unas partculas sometidas a una reaccin qumica.
Para realizar este procedimiento se dispone de dos instrumentos de medida.
Fruto de la experimentacin, se obtuvieron dos muestras, con los siguientes resultados:
Instrumento A: 25.4, 27.8, 30.4, 15.2, 33.6, 30.2, 28.7, 40.7, 32.5, 36.8
Instrumento B: 35.6, 59.8, 43.2, 32.5, 26.7, 39.5, 63.4, 45.7, 56.8, 43.2
1. Realizar grficos descriptivos que permitan comparar ambas muestras

data REACCION;
input VEL MAQ$;
datalines;
25.4 A
27.8 A
30.4 A
15.2 A
33.6 A
30.2 A
28.7 A
40.7 A
32.5 A
36.8 A
35.6 B
59.8 B
43.2 B
32.5 B
26.7 B
39.5 B
63.4 B
45.7 B
56.8 B
43.2 B
;
RUN;
PROC PRINT DATA=REACCION;
RUN;
PROC SORT DATA=REACCION;
BY MAQ;
RUN;
PROC BOXPLOT DATA=REACCION;
PLOT VEL*MAQ;
RUN;

53

2. Plantear un contraste de hiptesis para comparar las medias de velocidad de reaccin

segn el instrumento. Construir un intervalo de confianza para la diferencia.

PROC TTEST DATA=REACCION;

CLASS MAQ;
VAR VEL;
RUN;

The TTEST Procedure

Statistics

Variable

Class

VEL
VEL
VEL

A
B
Diff (1-2)

10
10

Lower CL
Mean

Mean

Upper CL
Mean

Lower CL
Std Dev

Std Dev

Upper CL
Std Dev

Std Err

25.204
36.002
-23.74

30.13
44.64
-14.51

35.056
53.278
-5.275

4.7361
8.3057
7.4269

6.8856
12.075
9.829

12.57
22.044
14.535

2.1774
3.8185
4.3957

T-Tests
Variable

Method

Variances

VEL
VEL

Pooled
Satterthwaite

Equal
Unequal

DF

t Value

Pr > |t|

18
14.3

-3.30
-3.30

0.0040
0.0051

Equality of Variances
Variable

Method

VEL

Folded F

Num DF

Den DF

F Value

Pr > F

3.08

0.1096

54

6.

Modelizacin estadstica

6.1.

Crecimiento del ficus

Se desea estudiar el crecimiento de los ficus en funcin del tiempo. Para ello, se observa el
crecimiento, en centmetros, de un conjunto de 30 plantas hasta los 126 das.
Los datos se encuentran en el fichero FICUS.SAS7BDAT.
1. Plantear y ajustar modelos que expliquen el crecimiento a partir del tiempo.
libname datos 'N:\Material Cursos\Curs SAS - 2003\Fitxers dades';
goptions reset=all ftext=triplex2 fontres=presentation vsize=13cm
hsize=16cm device=gif;
options formdlim='_' nodate nonumber;
axis label=(a=90 r=0);
proc tabulate data=datos.ficus;
class dias;
var altura;
table altura,dias,n mean std cv;
title2 'Tabla';
run;
Tabla
ALTURA

Mean

Std

CV

DIAS

30.00
3.40
1.53
45.03

23

30.00
7.21
2.16
29.99

39

30.00
9.93
1.94
19.53

58

30.00
12.99
2.04
15.69

73

30.00
16.92
2.45
14.51

90

30.00
22.82
2.82
12.34

108

30.00
31.12
3.48
11.20

126

30.00
37.13
3.53
9.51

55

data ficus;
set datos.ficus;
laltura=log(altura);
run;
proc reg data=ficus;
model laltura=dias/clb;
output out=r student=st p=p;
title2 'Regresin del logaritmo de la altura';
run;
Regresin del logaritmo de la altura
The REG Procedure
Model: MODEL1
Dependent Variable: laltura
Analysis of Variance

DF

Sum of
Squares

Mean
Square

1
238
239

136.89863
16.97119
153.86982

136.89863
0.07131

Root MSE
Dependent Mean
Coeff Var

0.26703
2.60930
10.23396

Source
Model
Error
Corrected Total

R-Square
Adj R-Sq

F Value

Pr > F

1919.83

<.0001

0.8897
0.8892

Parameter Estimates

Variable
Intercept
1.42893
DIAS
0.01999

DF

Parameter
Estimate

Standard
Error

t Value

Pr > |t|

1.36343

0.03325

41.00

<.0001

1.29792

0.01913

0.00043661

43.82

<.0001

0.01827

95% Confidence Limits

proc gplot data=r;

plot laltura *dias=1 p*dias=2/overlay vaxis=axis name='m21';
plot st*p/vref=-2 0 2 vaxis=axis name='m22';
symbol1 v=plus i=none c=black;
symbol2 v=none i=sm c=black;
run;
quit;

56

proc nlin data=datos.ficus;

parameters alfa=3 beta=.02;
model altura=alfa*exp(beta*dias);
output out=r student=st p=p;
title2 'Regresion no lineal';
run;
Regresion no lineal
The NLIN Procedure
Iterative Phase
Dependent Variable ALTURA
Method: Gauss-Newton

Iter

alfa

beta

Sum of
Squares

0
1
2
3
4
5
6

3.0000
5.1391
5.2025
5.2847
5.2759
5.2765
5.2765

0.0200
0.0146
0.0161
0.0158
0.0158
0.0158
0.0158

4347.3
4205.2
1952.9
1927.1
1927.1
1927.1
1927.1

NOTE: Convergence criterion met.

57

Estimation Summary
Method
Iterations
R
PPC(alfa)
RPC(alfa)
Object
Objective
Observations Read
Observations Used
Observations Missing

Gauss-Newton
6
8.676E-7
4.496E-7
6.927E-6
1.67E-10
1927.064
240
240
0

NOTE: An intercept was not specified for this model.

DF

Sum of
Squares

Mean
Square

Regression
Residual
Uncorrected Total

2
238
240

104172
1927.1
106099

52085.8
8.0969

Corrected Total

239

30990.4

Source

F Value

Approx
Pr > F

6432.80

<.0001

proc gplot data=r;

plot altura *dias=1 p*dias=2/overlay name='m23';
plot st*p/vref=-2 0 2 name='m24';
symbol1 v=plus i=none c=black;
symbol2 v=none i=sm c=black;
run;
quit;

58

59

7.

Programacin en lenguaje macro

7.1.

Validacin de una matriz de datos.

Antes de cualquier anlisis estadstico es necesario realizar una validacin de los datos
disponibles. En este proceso es habitual detectar los valores faltantes y los valores fuera de
rango.
Los datos se encuentran en el fichero PESOBEBES.POR
1. Detectar todos los casos con valores faltantes y producir un nico listado.
2. Detectar todos los casos con valores fuera de rango y producir un nico listado.
Se pueden tener en cuenta los siguientes rangos:
Edad de la Madre: 18-40
Peso de la Madre (en Libras): 90-200
Peso del Beb (en gramos): 1500-4000
Variables categricas dentro de las posibles categoras.
3. Detectar todos los casos con posibles errores de inconsistencia y producir un nico
listado.
Se puede validar la siguiente condicin:
Irritabilidad Uterina tendra que implicar al menos una visita al mdico en el primer
trimestre.
4. Producir un informe conjunto de todas las incidencias detectadas para cada individuo.

60

7.2.

Exportacin de SPSS a SAS.

En este ejemplo se utilizar la macro spss2sas para exportar las etiquetas de valores de las
variables categricas.
Los datos se encuentran en el fichero PESOBEBES.SAV
1. Utilizar la macro spss2sas para exportar la base de datos PESOBEBES.SAV de SPSS a
SAS.

61

8.

Los datos

En este apartado se enumeran, por orden de aparicin, los datos utilizados en estas prcticas
as como su precedencia.
HOMICIDIOS EN CALIFORNIA. National Archive of Criminal Justice Data de los EUA

(http://www.icpsr.umich.edu/NACJD/).
GASTOS DE PUBLICIDAD EN EUROPA Press Landscape update & Eur. Direct Marketing NTC,

1991
PESO DE BEB. Hosmer & Lemeshow (2000)
CAPARAZN PALLETOIDA Fichero base de SPSS.
FACTORES EXPERIMENTALES EN LA FABRICACIN DEL PLSTICO Milton, J. Estadstica

para Biologa y Ciencias de la Salud. McGraw-Hill

CAPACIDAD DE DETECCIN DE MURCILAGOS Milton, J. Estadstica para Biologa y Ciencias de

la Salud. McGraw-Hill
VELOCIDAD DE REACCIN Milton, J. Estadstica para Biologa y Ciencias de la Salud. McGraw-

Hill
CRECIMIENTO DEL FICUS Utilizado con autorizacin de la Escola dEnginyeria Tcnica

Agrcola de la Universitat Politcnica de Catalunya.

62

9.

Bibliografa

Delwiche, L. D. & Slaughter, S. J. (2002). The Little SAS Book: A Primer. Second ed. SAS
Institute
Gilmore, J. (1999). Painless Windows: A Handbook for SAS users. Second ed. SAS Institute
Hosmer, D.W. & Lemeshow, S. (2000). Applied Logistic Regression. Second ed. Willey & Sons

63