Tabla Tstudent 1

Servei d’Estadística
Universitat Autònoma de Barcelona
Prácticas de estadística y
programación en SAS®
Llorenç Badiella Busquets

Director Técnico del Servei d’Estadística
Universidad Autónoma de Barcelona
Anna Espinal Berenguer

Asesora estadística del Servei d’Estadística
Profesora asociada del departamento de Matemáticas
Joan Valls Marsal

Asesor estadístico del Servei d’Estadística
Profesor asociado del departamento de Matemáticas
1
Publicado por el Servei d’Estadística 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 está permitido añadir, borrar o
cambiar ninguna de sus partes, o extraer páginas para su uso en otros documentos.
2
1. Índice
1. Índice.................................................................................................................3
2. Presentación .....................................................................................................4
3. Manipulación de datos....................................................................................5
3.1. Ejemplo básico. Ejemplo 1 ...................................................................................... 5
3.1.1. Fichero SAS de Sintaxis: Ejemplo 1.Datos......................................................... 7
3.2. Homicidios en California 1850-1900...................................................................... 9
3.2.1. Fichero SAS de Sintaxis: Homicidios.Datos ..................................................... 13
3.3. Gastos de publicidad a Europa ............................................................................ 14
3.3.1. Fichero SAS de Sintaxis: Publicidad.Datos....................................................... 15
3.4. Peso de bebés ...................................................................................................... 16
3.4.1. Fichero SAS de Sintaxis: Bebes.Datos.............................................................. 17
3.5. Caparazón Palletoida ........................................................................................... 18
3.5.1. Fichero SAS de Sintaxis: Caparazon.Datos ...................................................... 19
3.6. Factores experimentales en la fabricación del plástico .......................................... 20
3.6.1. Fichero SAS de Sintaxis: Plastico.Datos ........................................................... 21
4. Estadística descriptiva...................................................................................22
4.1. Ejemplo básico. Ejemplo1 .................................................................................... 22
4.2. Homicidios en California 1850-1900.................................................................... 26
4.4. Peso de bebés ...................................................................................................... 33
4.6. Factores experimentales en la fabricación de plástico ........................................... 38
5. Inferencia estadística básica .........................................................................44
5.1. Ejemplo básico. Ejemplo1 .................................................................................... 44
5.2. Homicidios en California 1850-1900.................................................................... 45
5.4. Peso de bebés ...................................................................................................... 47
5.6. Factores experimentales en la fabricación de plástico ........................................... 49
5.7. Capacidad de detección de los murciélagos .......................................................... 50
5.8. Velocidad de reacción .......................................................................................... 53
6. Modelización estadística ...............................................................................55
6.1. Crecimiento del ficus ........................................................................................... 55
7. Programación en lenguaje macro................................................................60
7.1. Validación de una matriz de datos........................................................................ 60
7.2. Exportación de SPSS a SAS. ................................................................................ 61
8. Los datos.........................................................................................................62
9. Bibliografía .....................................................................................................63
3
2. Presentación
En este documento se proponen un conjunto de problemas para poder introducirse en la

práctica del paquete estadístico SAS®. Están diseñados los en cuatro módulos siguientes:
• Manipulación de datos: SAS/BASE(I)

• Estadística descriptiva: SAS/BASE(II), SAS/STAT(I), SAS/GRAPHS
• Inferencia estadística básica: SAS/STAT(II), SAS/GRAPHS
• Modelización estadística: SAS/STAT(III)
• Macros
Los ficheros de datos así como los ficheros con las sintaxis pueden encontrarse en la página
web del Servei d’Estadística de la Universidad Autónoma de Barcelona, en la sección de
Materiales.
4
3. Manipulación de datos
3.1. Ejemplo básico. Ejemplo 1
1. Introducir la siguiente tabla en un archivo de SAS llamado salario:
Id Etiqueta Sexo Salario anual (en €)

1 Joan Hombre 18.000
2 Sílvia Mujer 15.000
3 Josep Hombre 25.000
4 Pere Hombre 17.000
5 Anna Mujer 19.000
6 David Hombre 30.000
7 Cristina Mujer 22.000
8 Marta Mujer 10.000
9 Magda Mujer 13.000
10 Carles Hombre 21.000
2. Crear una variable nueva que contenga el salario anual en pesetas y otra variable
categórica para el salario con 4 categorías.
3. Añadir los datos para 3 individuos más contenidos en la siguiente tabla:
Id Etiqueta Sexo Salario anual (en €)

11 Oriol Hombre 23.000
12 Ester Mujer 17.000
13 Rosa Mujer 35.000
4. Crear otro archivo SAS (socecon) con las características 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 Edad Nivel estudios Transporte Tiempo

1 27 Est. superiores Bus 15
2 20 FP II o equiv. Metro 20
3 35 FP II o equiv. Coche part. 55
4 30 Est. Superiores Coche part. 45
5 25 Est. Medios Moto 30
6 37 Est. Medios Bus 35
7 35 Est. Superiores Bus 15
8 23 Est. medios. Moto 10
9 21 FP II o equiv. Moto 7
10 28 Est. medios Metro 25
11 29 Est. Medios Coche part. 50
12 32 FP II o equiv. Metro 35
13 40 Est. superiores Bus 35
5
5. Fusionar los dos archivos anteriores y crear un archivo de SAS llamado ejemplo1
6. Asignar de forma aleatoria los individuos en dos grupos para poder realizar un
experimento de comparación de medios de transporte
6
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 >25000 THEN salca=4;
RUN;
* añadimos 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 >25000 THEN salca=4;
RUN;
PROC APPEND BASE=ej1salca DATA=ej11salc;
RUN;
* añadimos 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
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;
8
3.2. Homicidios en California 1850-1900
El fichero homicide.sav (formato SPSS) contiene los datos analizados en el estudio:
Ethnicity and homicide in California, 1850-1900,

McKanna, C. (1995)
Los datos han sido obtenidos en la página 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 años 1850 hasta 1900. Se obtuvieron
datos sobre el lugar, causa del crimen y arma utilizada así como la relación entre raza, sexo,
edad y ocupación de la víctima y el acusado.
• Nombre de la víctima (VICTIM) 2 HISPANIC

Cadena de caracteres 3 NATIVE AMERICAN
• Nombre del acusado (KILLER) 4 ORIENTAL
Cadena de caracteres 5 AFRICAN-AMERICAN
• Año (YEAR) 9 UNKNOWN
Variable cuantitativa (50-99) • Sexo de la víctima (VICSEX)
• Mes (MONTH) Variable categórica
Variable cuantitativa (1-12) 1 MALE
2 FEMALE
• Día dentro del mes (DAY)
9 UNKNOWN
Variable cuantitativa(1-31)
• Edad de la víctima (VICAGE)
• Hora (HOUR)
Variable cuantitativa
Variable categórica
1 12 NOON-3 PM • Ocupación de la víctima (VICOCCUP)
2 3 PM-6PM Variable categórica
3 6 PM-9 PM 1 LABORER
4 9 PM-12 MIDNIGHT 2 FARMER
5 12 MIDNIGHT-3 AM 3 RANCHER
6 3 AM-6 AM 4 MERCHANT
7 6 AM-9 AM 5 COWBOY
8 9 AM-12 NOON 6 SHEEP HERDER
9 UNKNOWN 7 SOLDIER
8 SAILOR
• Día de la semana (WEEKDAY)
9 BARTENDER
10 LAWMAN
1 MONDAY
12 HOUSEWIFE
2 TUESDAY
13 PROSTITUTE
3 WEDNESDAY
14 LAWYER
4 THURSDAY
15 COOK
5 FRIDAY
16 BUTCHER
6 SATURDAY
17 TEAMSTER
7 SUNDAY
18 RR WORKER
9 UNKNOWN
19 MINER
• Condado de California (COUNTY) 20 HOTEL KEEPER
Variable categórica 21 BAR OWNER
1 SAN DIEGO 22 CLERICAL
3 SANTA BARBARA 23 TEACHER
4 SAN LUIS OBISPO 24 TRANSIENT
11 SACRAMENTO 25 FISHERMAN
12 SAN JOAQUIN 26 NURSE
21 CALAVERAS 27 STUDENT
22 TUOLUMNE 28 DOMESTIC
99 UNKNOWN 29 DRUGGIST
• Raza de la víctima (VICRACE) 30 DOCTOR
Variable categórica 31 STORE CLERK
1 WHITE 32 BAKER
9
33 BARBER 3 RANCHER
34 WAITER 4 MERCHANT
35 LAUNDRY 5 COWBOY
36 MUSICIAN 6 SHEEP HERDER
37 DENTIST 7 SOLDIER
38 SHOEMAKER 8 SAILOR
39 MECHANIC 9 BARTENDER
40 BLACKSMITH 10 LAWMAN
41 CARPENTER 12 HOUSEWIFE
42 PREACHER 13 PROSTITUTE
44 HARNESS MAKER 14 LAWYER
45 GARDENER 15 COOK
46 SALESMAN 16 BUTCHER
47 TAILOR 17 TEAMSTER
48 STEAMBOAT RUNNER 18 RR WORKER
49 DISHWASHER 19 MINER
50 PORTER 20 HOTEL KEEPER
51 LEGISLATOR 21 BAR OWNER
52 RANCH/FARM HAND 22 CLERICAL
53 OTHER TRADESMAN 23 TEACHER
54 BOAT HAND 24 TRANSIENT
55 GAMBLER 25 FISHERMAN
56 PIMP 26 NURSE
57 MINISTER 27 STUDENT
58 EDITOR/PUBLISHER 28 DOMESTIC
59 PEDDLER 29 DRUGGIST
60 PRISON INMATE 30 DOCTOR
61 WATCHMAN 31 STORE CLERK
62 BOOKKEEPER 32 BAKER
63 WELLS FARGO GRD 33 BARBER
64 ASYLUM INMATE 34 WAITER
65 JUDGE/JUSTICE 35 LAUNDRY
66 SEAMSTRESS 36 MUSICIAN
99 UNKNOWN 37 DENTIST
• Estado de la víctima (VICCOND) 38 SHOEMAKER
Variable categórica 39 MECHANIC
1 DRINKING 40 BLACKSMITH
2 OTHER DRUGS 41 CARPENTER
3 CALM 42 PREACHER
4 AGITATED 44 HARNESS MAKER
5 OTHER 45 GARDENER
9 UNKNOWN 46 SALESMAN
• Raza del acusado (ACCURACE) 47 TAILOR
Variable categórica 48 STEAMBOAT RUNNER
1 WHITE 49 DISHWASHER
2 HISPANIC 50 PORTER
3 NATIVE AMERICAN 51 LEGISLATOR
4 ORIENTAL 52 RANCH/FARM HAND
5 AFRICAN-AMERICAN 53 OTHER TRADESMAN
9 UNKNOWN 54 BOAT HAND
• Sexo del acusado (ACCUSEX) 55 GAMBLER
Variable categórica 56 PIMP
1 MALE 57 MINISTER
2 FEMALE 58 EDITOR/PUBLISHER
9 UNKNOWN 59 PEDDLER
60 PRISON INMATE
• Edad del acusado (ACCUAGE)
61 WATCHMAN
Variable cuantitativa
62 BOOKKEEPER
• Ocupación del acusado (ACCUOCCU) 63 WELLS FARGO GRD
Variable categórica 64 ASYLUM INMATE
1 LABORER 65 JUDGE/JUSTICE
2 FARMER 66 SEAMSTRESS
10
99 UNKNOWN 10 WOODS
• Estado del acusado (ACCUCOND) 11 HOTEL
Variable categórica 12 WHARF
1 DRINKING 13 SHIP
2 OTHER DRUGS 14 RAILROAD
3 CALM 15 BEACH
4 AGITATED 16 MOUNTAINS
5 OTHER 17 RIVER
9 UNKNOWN 18 OCEAN
• Relación víctima-acusado (RELATION) 19 INDIAN RESERVE
Variable categórica 20 ACCUSED HOME
1 MARRIED 21 CEMETARY
2 IN-LAWS 22 CHURCH
3 FRIENDS 23 MISSION
4 STRANGERS 24 COURTHOUSE
5 ROOMMATES 25 HOSPITAL
8 OTHER 26 MILITARY FORT
9 UNKNOWN 27 BANK
• Causa del homicidio (CAUSE) 28 SAW MILL
Variable categórica 29 STORE
1 DOMESTIC DISPUTE 30 LAKE
2 QUARREL 31 HOSPITAL
3 BRAWL 36 MINE
4 LYNCH MOB 37 BRIDGE
5 KILLED BY POLICE 38 BROTHEL
6 KILLED POLICE 39 CEMETARY
7 ROBBERY 40 RESTAURANT
8 OTHER 41 PRISON
9 UNKNOWN 42 ROOMING HOUSE
43 PARK
• Arma utilizada (WEAPON)
44 OTHER HOUSE
45 STATE BUILDING
1 HAND GUN
46 BLACKSMITH SHOP
2 RIFLE
47 OTHER BUSINESS
3 SHOTGUN
48 STABLE OR CORRAL
4 GUN UNKNOWN
49 STAGE/RR STATION
5 KNIFE
50 DANCE HALL
6 AXE
51 OTHER BUILDING
7 HANGING
52 CABIN (RURAL)
8 FIRE
53 ASYLUM
9 FALL
99 UNKNOWN
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)
1 VICTIM'S HOME
2 STREET
3 SALOON
4 WORK
5 RANCH
6 FARM
7 COUNTRY ROAD
8 DESERT
9 JAIL
11
1. Importar la base de datos al sistema SAS.
2. Asignar las etiquetas a las variables categóricas.
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 repartición (en porcentajes) de los gastos publicitarios según
el medio de comunicación de 16 países de Europa. Los datos corresponden al año 1990 y se
extrajeron de la revista Press Landscape update & Eur. Direct Marketing NTC, 1991.
Newspapers Magazines TV Radio Cinema Outdoor/Transport

Belgium 35.3 20.5 27.5 1.2 1.4 14.2
Denmark 76.1 11.8 9.6 0.8 0.4 1.3
France 28.6 27.5 24.8 6.6 0.8 11.7
Germany 46.0 27.9 15.8 5.1 1.2 3.9
Greece 26.0 28.2 35.3 5.7 0.0 4.8
Ireland 63.7 5.4 19.6 6.2 0.0 5.1
Italy 27.8 24.0 43.02 1.4 0.0 3.6
Netherlands 50.4 27.8 9.0 2.2 0.3 10.4
Portugal 25.1 21.7 37.1 6.7 0.0 9.5
Spain 37.6 15.4 31.3 10.3 0.8 4.7
U.K. 44.1 19.3 30.5 2.2 0.5 3.4
Austria 51.6 18.0 17.7 8.0 0.4 4.4
Finland 67.2 13.5 12.9 4.0 0.1 2.3
Norway 77.2 15.8 2.5 1.0 1.2 2.2
Sweden 78.6 14.3 2.2 0.0 0.6 4.3
Switzerland 61.1 16.8 6.7 1.7 0.9 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 está 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 bebés
El archivo PesoBebes.sav contiene información de 189 nacimientos, siendo el peso del bebé 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 pequeño, pudiendo
afectar problemas en el recién nacido. Crear la variable binaria que discrimine a los
bebés según 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='Código 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='Hipertensión';
LABEL V9='Irritabilidad uterina';
LABEL V10='Numero de visitas al medico';
LABEL V11='Peso del bebé 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. Caparazón 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;
* INFORMACIÓN 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 fabricación del plástico
Una determinada fábrica desea conocer la mejor manera de producir un tipo de plástico. Para
ello, realizan un experimento controlado, tomando como variables experimentales:
Nivel de extrusión. 2 niveles (bajo o alto).
Cantidad de aditivo. 2 niveles (bajo o alto).
Creen que una variación en los niveles de estos factores afecta a las características del plástico
finalmente fabricado. Concretamente, están interesados en estudiar la resistencia a la ruptura, el
brillo y la opacidad de los plásticos generados (valorados en una escala de 0 a 10). Su objetivo
es fabricar un tipo de plástico con los máximos valores de estos parámetros. Para resolver esta
cuestión, realizan un experimento factorial 22, con cuatro réplicas para cada condición
experimental. Los datos recogidos son los siguientes:
Nivel de extrusión Cantidad de aditivo Resistencia a la ruptura Brillo Opacidad
1 1 6.5 9.5 4.4
1 1 6.2 9.9 6.4
1 1 5.8 9.6 3.0
1 1 6.5 9.6 4.1
1 1 6.5 9.2 .8
1 2 6.9 9.1 5.7
1 2 7.2 10.0 2.0
1 2 6.9 9.9 3.9
1 2 6.1 9.5 1.9
1 2 6.3 9.4 5.7
2 1 6.7 9.1 2.8
2 1 6.6 9.3 4.1
2 1 7.2 8.3 3.8
2 1 7.1 8.4 1.6
2 1 6.8 8.5 3.4
2 2 7.1 9.2 8.4
2 2 7.0 8.8 5.2
2 2 7.2 9.7 6.9
2 2 7.5 10.1 2.7
2 2 7.6 9.2 1.9
1. Importar los datos del archivo ExperimentoPlastico.sav a un archivo editable con SAS.
2. Revisar la importación 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-EXTRUSIÓN BAJA'
2='2-EXTRUSIÓN 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. Estadística descriptiva
4.1. Ejemplo básico. Ejemplo1
1. Resumir la variable salario y calcular las medidas de posición 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 según la variable que define las submuestras
PROC SORT DATA=ej12g;

BY sexo;
RUN;

CLASS sexo;
VAR salario;
RUN;
22
23
3. Dibujar un histograma del salario para cada submuestra

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 gráfico de dispersión 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 años)') 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
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

categóricas.
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 gráficos de línea 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
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 RADIO REVISTAS TV;
RUN;
29
4. Realizar gráficos de dispersión 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 países de la zona mediterránea del resto. Repetir los análisis
*CREAMOS UNA NUEVA VARIABLE PARA DIFERENCIA L0S PAÍSES

MEDITERRÁNEOS 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='Países mediterráneos'
2='Países no mediterráneos';
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;
BY MEDIT;
RUN;
31
32
4.4. Peso de bebés
1. Analizar las tablas de contingencia cruzando la variable peso del bebé (superior o
inferior a 2500 gramos) con el resto de variables categóricas.
PROC FREQ DATA=BEBES;

TABLES V5*POCOPESO;
RUN;
TABLES V6*POCOPESO;
RUN;
TABLES V7*POCOPESO;
RUN;
TABLES V8*POCOPESO;
RUN;
TABLES V9*POCOPESO;
RUN;
* TAMBIEN PODEM OBTENER LAS TABLAS DE CONTINGENCIA CON LA
INSTRUCCION;
TABLES (V5 V6 V7 V8 V9)*POCOPESO;
RUN;
2. Crear una tabla con los estadísticos descriptivos y gráficos adecuados para analizar la
edad de la madre y el número de visitas al médico.
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 bebé 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
1. Editar el gráfico de dispersión 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 correlación 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 fabricación de plástico
1. Resolver el problema planteado por la industria, utilizando técnicas de estadística

descriptiva.
* análisis 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;
CLASS ADITIVO;
VAR BRILLO;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
PLOT M1*ADITIVO / HAXIS=AXIS1 VMINOR=0 VAXIS=AXIS2;
RUN;
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;
RUN;
CLASS ADITIVO;
VAR OPACIDAD;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
RUN;
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;
RUN;
CLASS ADITIVO;
VAR RESIST;
RUN;
PROC GPLOT DATA=G1;
WHERE _TYPE_=1;
RUN;
2. ¿Qué características dependen del nivel de extrusión? ¿Cómo?
39
40
3. ¿Qué características dependen de la cantidad de aditivo? ¿Cómo?
41
4. ¿Existe interacción entre el nivel de extrusión y la cantidad de aditivo?
*analisis de las interacciones ;

CLASS EXTRUS ADITIVO;
VAR BRILLO;
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;
VAR OPACIDAD;
RUN;
AXIS2 ORDER=(3 TO 5.3 BY 0.3);
PROC GPLOT DATA=G4;
WHERE _TYPE_=3;
RUN;
VAR RESIST;
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;
RUN;
5. ¿Cuál 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 plástico con un nivel de extrusión y aditivo altos

Para el brillo: un plástico con un nivel de extrusión bajo y aditivo alto
Para la opacidad: un plástico con un nivel de extrusión y aditivo altos
6. ¿Existe algún plástico óptimo? ¿Es robusto?
A la vista de los gráficos el plástico óptimo tendría un nivel de extrusión y aditivo altos
43
5. Inferencia estadística básica
5.1. Ejemplo básico. 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
Lower CL Upper CL Lower CL Upper CL

Variable N Mean Mean Mean Std Dev Std Dev Std Dev Std Err
salario 13 16260 20385 24509 4894.6 6825.7 11267 1893.1
T-Tests
Variable DF t Value Pr > |t|
salario 12 10.77 <.0001
2. Realizar los mismos intervalos distinguiendo para las dos submuestras que define la
variable sexo.
3. Calcular el coeficiente de correlación entre las variables salario y edad. Evaluar su
significación.
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 1.00000

0.0001
44
1. Analizar el grado de dependencia entre pares de variables categóricas, 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
‚ ‚ ‚
ƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒˆ
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

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

coeficientes de correlación.
PROC CORR DATA=PUB;
RUN;
The CORR Procedure
6 Variables: CINE DIARIOS EXTERIOR RADIO REVISTAS TV
Simple Statistics
Variable N Mean Std Dev Sum Minimum Maximum
CINE 16 0.53750 0.47170 8.60000 0 1.40000

DIARIOS 16 49.77500 19.00023 796.40000 25.10000 78.60000
EXTERIOR 16 6.15625 4.10186 98.50000 1.30000 14.20000
RADIO 16 3.94375 3.05766 63.10000 0 10.30000
REVISTAS 16 19.24375 6.66033 307.90000 5.40000 28.20000
TV 16 20.35625 12.86489 325.70000 2.20000 43.20000
Pearson Correlation Coefficients, N = 16

Prob > |r| under H0: Rho=0
CINE DIARIOS EXTERIOR RADIO REVISTAS TV
CINE 1.00000 0.14338 0.30033 -0.19350 0.10448 -0.35390

0.5963 0.2584 0.4727 0.7002 0.1787
DIARIOS 0.14338 1.00000 -0.41420 -0.46603 -0.68887 -0.88498

0.5963 0.1107 0.0688 0.0032 <.0001
EXTERIOR 0.30033 -0.41420 1.00000 0.00723 0.35120 0.09987

0.2584 0.1107 0.9788 0.1823 0.7129
RADIO -0.19350 -0.46603 0.00723 1.00000 0.06992 0.42136

0.4727 0.0688 0.9788 0.7969 0.1041
REVISTAS 0.10448 -0.68887 0.35120 0.06992 1.00000 0.36761

0.7002 0.0032 0.1823 0.7969 0.1613
TV -0.35390 -0.88498 0.09987 0.42136 0.36761 1.00000

0.1787 <.0001 0.7129 0.1041 0.1613
46
5.4. Peso de bebés
1. Analizar las tablas de contingencia cruzando la variable peso del bebé (superior o
inferior a 2500 gramos) con el resto de variables categóricas. Plantear y resolver la
prueba de independencia de ji-cuadrado.
2. Comparar las medias de las edades de las madres y el número de visitas distinguiendo si
el bebé ha presentado un peso menor o mayor a 2500 gramos.

TABLES V5*POCOPESO/CHISQ;
RUN;
RUN;
RUN;
RUN;
RUN;
PROC TTEST DATA=BEBES;

CLASS POCOPESO;
VAR V4 V10;
RUN;
47
1. Editar el gráfico de dispersión de la longitud (Y) respecto la altura.

2. Calcular e interpretar el coeficiente de correlación entre las dos variables. Evaluar el
grado de significación.
3. Repetir los apartados anteriores utilizando el logaritmo de la longitud.
48
5.6. Factores experimentales en la fabricación de plástico
1. Resolver el problema planteado en los ejercicios 3.6 y 4.6 mediante pruebas de

hipótesis. Construir intervalos de confianza para los prototipos.
49
5.7. Capacidad de detección de los murciélagos
Los murciélagos son capaces de detectar un objeto sólido mediante un sofisticado sistema de
localización. Se piensa que este sistema presenta un diámetro máximo de 6 metros. Para
confirmar esta hipótesis se seleccionó una muestra aleatoria simple de 16 murciélagos, cada
uno de los cuáles fue liberado en una zona grande que presentaba un único obstáculo. Se
observó la distancia a la que el murciélago 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 estadísticos 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 diámetro medio poblacional de
detección de los murciélagos.
DATA MURC;
SET MURC;
CDIST=DISTANCIA-6;
RUN;
PROC PRINT DATA=MURC;
RUN;
PROC TTEST DATA=MURC;
VAR DISTANCIA;
RUN;
The TTEST Procedure
Statistics

DISTANCIA 16 6.0083 6.15 6.2917 0.1964 0.2658 0.4114 0.0665
T-Tests
DISTANCIA 15 92.54 <.0001
51
3. Plantear y resolver un contraste de hipótesis que permita analizar la plausibilidad de la
hipótesis apuntada inicialmente por los investigadores.
PROC TTEST DATA=MURC;
VAR CDIST;
RUN;
The TTEST Procedure
Statistics

CDIST 16 0.0083 0.15 0.2917 0.1964 0.2658 0.4114 0.0665
T-Tests
CDIST 15 2.26 0.0394
52
5.8. Velocidad de reacción
Se desea analizar la velocidad de reacción de unas partículas sometidas a una reacción química.
Para realizar este procedimiento se dispone de dos instrumentos de medida.
Fruto de la experimentación, 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 gráficos 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 hipótesis para comparar las medias de velocidad de reacción
según 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 N Mean Mean Mean Std Dev Std Dev Std Dev Std Err
VEL A 10 25.204 30.13 35.056 4.7361 6.8856 12.57 2.1774

VEL B 10 36.002 44.64 53.278 8.3057 12.075 22.044 3.8185
VEL Diff (1-2) -23.74 -14.51 -5.275 7.4269 9.829 14.535 4.3957
T-Tests
Variable Method Variances DF t Value Pr > |t|
VEL Pooled Equal 18 -3.30 0.0040

VEL Satterthwaite Unequal 14.3 -3.30 0.0051
Equality of Variances
Variable Method Num DF Den DF F Value Pr > F
VEL Folded F 9 9 3.08 0.1096
54
6. Modelización estadística
6.1. Crecimiento del ficus
Se desea estudiar el crecimiento de los ficus en función del tiempo. Para ello, se observa el
crecimiento, en centímetros, de un conjunto de 30 plantas hasta los 126 días.
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
„ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ†
‚ ‚ N ‚ Mean ‚ Std ‚ CV ‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚DIAS ‚ ‚ ‚ ‚ ‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ‰ ‚ ‚ ‚ ‚
‚4 ‚ 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‚
Šƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒŒ
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 'Regresión del logaritmo de la altura';
run;
Regresión del logaritmo de la altura
The REG Procedure

Model: MODEL1
Dependent Variable: laltura
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Pr > F
Model 1 136.89863 136.89863 1919.83 <.0001

Error 238 16.97119 0.07131
Corrected Total 239 153.86982
Root MSE 0.26703 R-Square 0.8897

Dependent Mean 2.60930 Adj R-Sq 0.8892
Coeff Var 10.23396
Parameter Estimates
Parameter Standard
Variable DF Estimate Error t Value Pr > |t| 95% Confidence Limits
Intercept 1 1.36343 0.03325 41.00 <.0001 1.29792

1.42893
DIAS 1 0.01913 0.00043661 43.82 <.0001 0.01827
0.01999
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
Sum of
Iter alfa beta Squares
0 3.0000 0.0200 4347.3

1 5.1391 0.0146 4205.2
2 5.2025 0.0161 1952.9
3 5.2847 0.0158 1927.1
4 5.2759 0.0158 1927.1
5 5.2765 0.0158 1927.1
6 5.2765 0.0158 1927.1
NOTE: Convergence criterion met.
57
Estimation Summary
Method Gauss-Newton
Iterations 6
R 8.676E-7
PPC(alfa) 4.496E-7
RPC(alfa) 6.927E-6
Object 1.67E-10
Objective 1927.064
Observations Read 240
Observations Used 240
Observations Missing 0
NOTE: An intercept was not specified for this model.
Sum of Mean Approx

Source DF Squares Square F Value Pr > F
Regression 2 104172 52085.8 6432.80 <.0001

Residual 238 1927.1 8.0969
Uncorrected Total 240 106099
Corrected Total 239 30990.4
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. Programación en lenguaje macro
7.1. Validación de una matriz de datos.
Antes de cualquier análisis estadístico es necesario realizar una validación 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 único listado.
2. Detectar todos los casos con valores fuera de rango y producir un único 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 Bebé (en gramos): 1500-4000
Variables categóricas dentro de las posibles categorías.
3. Detectar todos los casos con posibles errores de inconsistencia y producir un único
listado.
Se puede validar la siguiente condición:
Irritabilidad Uterina tendría que implicar al menos una visita al médico en el primer
trimestre.
4. Producir un informe conjunto de todas las incidencias detectadas para cada individuo.
60
7.2. Exportación de SPSS a SAS.
En este ejemplo se utilizará la macro spss2sas para exportar las etiquetas de valores de las
variables categóricas.
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 aparición, los datos utilizados en estas prácticas
así 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 BEBÉ. Hosmer & Lemeshow (2000)
CAPARAZÓN PALLETOIDA Fichero base de SPSS.
FACTORES EXPERIMENTALES EN LA FABRICACIÓN DEL PLÁSTICO Milton, J. Estadística

para Biología y Ciencias de la Salud. McGraw-Hill
CAPACIDAD DE DETECCIÓN DE MURCIÉLAGOS Milton, J. Estadística para Biología y Ciencias de

la Salud. McGraw-Hill
VELOCIDAD DE REACCIÓN Milton, J. Estadística para Biología y Ciencias de la Salud. McGraw-

Hill
CRECIMIENTO DEL FICUS Utilizado con autorización de la Escola d’Enginyeria Técnica

Agrícola de la Universitat Politécnica de Catalunya.
62
9. Bibliografía
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

Tabla Tstudent 1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tabla Tstudent 1

Cargado por

Copyright:

Formatos disponibles

Servei d’Estadística

Universitat Autònoma de Barcelona

Llorenç Badiella Busquets

Anna Espinal Berenguer

Joan Valls Marsal

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

• Manipulación de datos: SAS/BASE(I)

3.1. Ejemplo básico. Ejemplo 1

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

Id Etiqueta Sexo Salario anual (en €)

Id Etiqueta Sexo Salario anual (en €)

Id Edad Nivel estudios Transporte Tiempo

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

Ethnicity and homicide in California, 1850-1900,

• Nombre de la víctima (VICTIM) 2 HISPANIC

LIBNAME HOMI SPSS 'HOMICIDE.por';

Newspapers Magazines TV Radio Cinema Outdoor/Transport

Los datos se encuentran en el archivo PublicidadEuropa.dat.

1. Abrir el archivo de texto con el editor de texto. Observar su formato.

/* el fichero está separado por tabuladores -

1. Abrir el archivo con SPSS y exportarlo a SAS.

LIBNAME EXP SPSS 'PesoBebes.por';

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

1. Importar los datos a un archivo editable con SAS.

LIBNAME PALLET SPSS 'caparazonpalletoide.por';

LIBNAME PLAST SPSS 'ExperimentoPlastico.por';

4.1. Ejemplo básico. Ejemplo1

1. Resumir la variable salario y calcular las medidas de posición y variabilidad para el

PROC UNIVARIATE DATA=ej12g;

PROC SORT DATA=ej12g;

PROC UNIVARIATE DATA=ej12g;

PROC UNIVARIATE DATA=ej12g;

PROC FREQ DATA=ej12g;

5. Dibujar un gráfico de dispersión para las variables salario y edad

PROC GPLOT DATA=ej12g;

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

PROC CONTENTS DATA=HOMICIDE POSTITION;

2. Distinguir entre variables respuesta y variables explicativas.

3. Realizar tablas de contingencia para analizar bivariantemente pares de variables

PROC FREQ DATA=HOMICIDE;

PROC PRINT DATA=M;

5. Realizar gráficos de línea para los perfiles fila.

AXIS1 ORDER=(1 TO 2 BY 1);

1. Resumir los datos del ejercicio 3.3.

PROC MEANS DATA=pub;

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

PROC CORR DATA=PUB;

PROC GPLOT DATA=pub;

*CREAMOS UNA NUEVA VARIABLE PARA DIFERENCIA L0S PAÍSES

PROC FREQ DATA=BEBES;

PROC MEANS DATA=BEBES;

PROC SORT DATA=BEBES;

1. Editar el gráfico de dispersión de la longitud (Y) respecto de la altura.

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

PROC CORR DATA=caparaz;

PROC CORR DATA=caparaz COV OUTP=corcapl;

1. Resolver el problema planteado por la industria, utilizando técnicas de estadística

* análisis de los efectos principales*;

2. ¿Qué características dependen del nivel de extrusión? ¿Cómo?

*analisis de las interacciones ;

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

Para la resistencia a la ruptura: un plástico con un nivel de extrusión y aditivo altos

6. ¿Existe algún plástico óptimo? ¿Es robusto?

5.1. Ejemplo básico. Ejemplo1