使用SAS解决统计问题：如何输入区间形式数据并绘制频率分布直方图

1. 区间数据输入设置 #

根据区间数据的存储形式，可选择对应输入方式：

• 若已明确给出区间上下限和对应频数，直接构造数据集即可：

/* 构造区间原始数据集 */
data interval_data;
    input lower upper freq; /* lower为区间左端点，upper为区间右端点，freq为对应区间频数 */
    datalines;
/* 此处替换为你自己的区间数据，一行对应一个区间 */
10 20 12
20 30 25
30 40 18
40 50 9
50 60 5
;
run;

• 若区间以字符串形式存储（如10-20），可先拆分得到上下限：

/* 处理字符串格式的区间数据 */
data string_interval;
    input interval_str $ freq;
    lower = input(scan(interval_str,1,"-"),best32.); /* 提取左端点 */
    upper = input(scan(interval_str,2,"-"),best32.); /* 提取右端点 */
    datalines;
10-20 12
20-30 25
30-40 18
;
run;

2. 频率分布直方图绘制 #

使用proc sgplot结合频数权重即可直接基于区间数据生成直方图，无需展开为单条观测：

/* 绘制频数分布直方图 */
proc sgplot data=interval_data;
    title "区间数据频率分布直方图";
    histogram lower / 
        freq=freq /* 指定频数权重变量 */
        binwidth=10 /* 与你的区间宽度保持一致 */
        binstart=10 /* 与第一个区间的左端点保持一致 */
        dataskin=crisp;
    xaxis label="数值区间";
    yaxis label="频数";
run;
quit;

如果需要输出频率占比而非绝对频数，在histogram语句中添加scale=percent参数即可。

内容的提问来源于stack exchange，提问作者Christina