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：
PROCUNIVARIATE[选项];
BY变量列表;
CDFPLOT变量列表[选项];
CLASS变量列表;
FREQ变量;
HISTOGRAM变量列表[选项];
ID变量;
OUTPUT[out=输出数据集名][统计量关键字=变量名];
QQPLOT变量列表[选项];
VAR变量列表;
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。
procunivariatedata=ww.test4_1;
bytype;
varsulfurarenebenzenepb;
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。
图4.3UNIVARIATE过程结果目录树
图4.4UNIVARIATE过程的描述性统计分析结果
