在SAS系统中，除了可以使用MEANS过程执行描述性统计分析外，也可用UNIVARIATE过程进行描述性统计分析。UNIVARIATE过程的基本功能如下：

描述性统计分析，涉及偏度、峰度、分位数的计算，频率表的绘制和变量极端值分析等。

常用统计图形的绘制，包括直方图、概率分布累积图和Q-Q图等。

数据的正态性检验。

在SAS系统中，UNIVARIATE单变量过程的基本格式为：

1. PROC UNIVARIATE [选项] ;   
2. BY变量列表;   
3. CDFPLOT变量列表 [选项];   
4. CLASS 变量列表;   
5. FREQ 变量;   
6. HISTOGRAM 变量列表 [选项];   
7. ID 变量;   
8. OUTPUT [out=输出数据集名] [统计量关键字=变量名];  
9. QQPLOT 变量列表 [选项];   
10. VAR 变量列表;   
11. WEIGHT 变量;  

其中：

PROC语句用于指定使用UNIVARIATE过程进行描述性统计分析，同时，在该语句后常用的选项介绍如下：

DATA=数据集名：指定需要分析的数据集。

PLOT或PLOTS：绘制茎叶图、盒式图和正态概率图。

FREQ：生成频数分布表。

NORMAL：对输入变量进行正态性检验。

BY语句用于指定分组的变量，在组内对数据进行描述性分析。

CDFPLOT语句用于控制概率分布累积图的绘制。

CLASS语句的用法基本同BY语句，用于指定分组的变量。

FREQ语句用于指定代表观测频数的变量。

HISTOGRAM语句用于控制直方图的绘制。

ID语句用于指定数据集中识别观测的变量。

OUTPUT语句用于建立一个新的数据表，存放分析的结果。

QQPLOT语句用于控制Q-Q图的绘制。

VAR语句用于指定UNIVARIATE过程分析的变量。

WEIGHT语句用于指定代表观测权重的变量。

下面利用UNIVARIATE过程对本章例4.1中表4.2的各型号汽油污染程度的指标数据，进行描述性统计分析，注意体会SAS系统中这两种过程在描述性统计分析上的差异。

【例4.2】 UNIVARIATE过程的SAS实现。

下面的程序利用UNIVARIATE过程实现描述性统计分析。

1. proc univariate data=ww.test4_1;  
2. by type;                                              
3. var sulfur arene benzene pb;                      
4. run;  

执行上述程序，UNIVARIATE过程会将所有的描述性统计分析的结果输出到结果窗口。本例中按照汽油型号分组，对每种型号的汽油的各变量都进行了描述性统计分析，结果包括矩、位置和变异性的基本测度、位置检验、分位数和极端观测，其结果的目录如图4.3所示。

同时，以A汽油的含硫量的结果为例展示UNIVARIATE过程的基本的描述性统计分析结果，如图4.4所示。