SAS - Distribuciones de frecuencia
Una distribución de frecuencia es una tabla que muestra la frecuencia de los puntos de datos en un conjunto de datos. Cada entrada de la tabla contiene la frecuencia o recuento de las ocurrencias de valores dentro de un grupo o intervalo particular, y de esta manera, la tabla resume la distribución de valores en la muestra.
SAS proporciona un procedimiento llamado PROC FREQ para calcular la distribución de frecuencia de puntos de datos en un conjunto de datos.
Sintaxis
La sintaxis básica para calcular la distribución de frecuencia en SAS es:
PROC FREQ DATA = Dataset ;
TABLES Variable_1 ;
BY Variable_2 ;
A continuación se muestra la descripción de los parámetros utilizados:
Dataset es el nombre del conjunto de datos.
Variables_1 son los nombres de las variables del conjunto de datos cuya distribución de frecuencia debe calcularse.
Variables_2 son las variables que categorizaron el resultado de la distribución de frecuencias.
Distribución de frecuencia variable única
Podemos determinar la distribución de frecuencia de una sola variable usando PROC FREQ.En este caso, el resultado mostrará la frecuencia de cada valor de la variable. El resultado también muestra la distribución porcentual, la frecuencia acumulada y el porcentaje acumulativo.
Ejemplo
En el siguiente ejemplo, encontramos la distribución de frecuencia de la variable caballos de fuerza para el conjunto de datos denominado CARS1 que se crea desde la biblioteca SASHELP.CARS.Podemos ver el resultado dividido en dos categorías de resultados. Uno para cada marca del coche.
PROC SQL;
create table CARS1 as
SELECT make, model, type, invoice, horsepower, length, weight
FROM
SASHELP.CARS
WHERE make in ('Audi','BMW')
;
RUN;
proc FREQ data = CARS1 ;
tables horsepower;
by make;
run;
Cuando se ejecuta el código anterior, obtenemos el siguiente resultado:
Distribución de frecuencia variable múltiple
Podemos encontrar las distribuciones de frecuencia para múltiples variables que las agrupan en todas las combinaciones posibles.
Ejemplo
En el siguiente ejemplo, calculamos la distribución de frecuencia de la marca de un automóvil para grouped by car type y también la distribución de frecuencia de cada tipo de coche grouped by each make.
proc FREQ data = CARS1 ;
tables make type;
run;
Cuando se ejecuta el código anterior, obtenemos el siguiente resultado:
Distribución de frecuencia con peso
Con la opción de ponderación podemos calcular la distribución de frecuencias sesgada con la ponderación de la variable. Aquí el valor de la variable se toma como el número de observaciones en lugar del recuento del valor.
Ejemplo
En el siguiente ejemplo, calculamos la distribución de frecuencia de las variables marca y tipo con el peso asignado a los caballos de fuerza.
proc FREQ data = CARS1 ;
tables make type;
weight horsepower;
run;
Cuando se ejecuta el código anterior, obtenemos el siguiente resultado: