proc means求计量资料的95%CI

有时候会经常遇到计量资料（定量资料）和计数资料（分类资料），不同的资料采用的统计方法也不相同，所以有必要先搞清楚什么是计量资料和计数资料。

计量资料指连续的数据，通常有具体的数值，如身高、体重、血压、血红蛋白、胆红素和白蛋白等。计量资料的特征通常包括中心位置与离散程度。

计数资料是指先将观察单位按其性质或类别分组，然后清点各组观察单位个数所得的资料。特点是对每组观察单位只研究其数量的多少，而不具体考虑某指标的质量特征，属非连续性资料。

说到这些我也头痛，自己理解吧，理解不了就靠猜~~

今天讲讲如何用proc means求计量资料的95%CI，比如说身高、体重、年龄等。我们以SASHELP.CLASS为原数据集，以sex当作组别（trt01an）

我们先用proc univariate输出一些东西看看，其实这也是可以求95%CI的，但是不是我们讨论的重点，我想让你们看看输出。

这个CIBASIC选项就代表你要求95%CI，你也可以指定（alpha=0.1）

在proc univariate中，我输出了均值、标准差、最大值最小值、四分位数，而且basicintervals=ci 还不能直接在output out输出，奇了怪了。

看到对每一个统计量，比如说Mean、Std Deviation、Variance都有lowerCL,UpperCL,我当时就蒙圈了，这么多，该取哪一个统计量的呢？shell上也没说啊？后来我一看SAP，里面有讲到平均数的95%CI，所以也就是我圈起来的那个。这个estimate就代表SEX="F"的年龄均值是13.222。

方法一：

这是今天从网上了解的，想不到还可以这样求。这种方法感觉像是手算，先求出均值mean和n，然后加上tinv这个函数去计算可置信区间的上下限。tinv我不知道，没时间去了解。自己去官网看看。

看到跟proc univariate计算出来的值是一样的，我想如果把Mean换成STD，求出来的应该就是Std Deviation的95%CI了,感兴趣可以自己试试。

方法二：其实可以直接在proc means里面求出，一个lclm,一个uclm就搞定了。

输出结果是一样的

方法三：proc summary，其实跟proc means差不多。

综上，其实有4种方法，不同方法有点差异，看自己取舍吧。

******************************************

今天内心真的抗拒工作，昨天跑步过度了，快10点就睡了，结果睡了快9个小时还是被闹钟给叫醒的。工作也是心烦，人真的要忙忙碌碌一辈子？

我现在正循环播放这《大悲咒》~~~~~有时候想想出家算了，但是感觉自己还是俗人一个，断不了爱恨贪嗔。