當我們在處理兩個類別性變數時，除了可以利用表格分析呈現變數特性外，我們還可以製作簡易的3D圖形來表達其次數與比例；而利用EG所提供的功能，我們在繪製3D圖形時就變得更簡單、更容易上手了。在下列範例資料中，我們欲將Origin和DriveTrain兩變數的次數以3D長條圖的方式呈現。

齊一性檢定用於檢定兩個或兩個以上不同的母體是否具有相同的分配或相同的比例。例如：我們想看三家不同的便利商店的滿意程度是否具相同比例。下表是針對797個顧客所做的調查結果。

在分析資料時，我們常常會針對2個類別性變數做分析，例如性別的不同會不會造成成績考核的差異。在下列的範例資料中，我們想知道不同的車輛類型與車輛的驅動方式是否有相關？ 

盒形圖是我們很常用來呈現單一數值型變量特性的圖形。利用盒形圖可以將數值資料訊息做一有效的傳達，從圖中不僅可以看出資料的最小值、最大值、下四分位數、及上四分位數，這意味著盒形圖中央的盒形部份包含了資料的中間50%的部分，也可以由兩端延伸的鬚來表示資料1.5倍的內四分位距。此外，在不同群組的資料中，若要比較資料的大小或集中特性，盒形圖亦不失為一個很好的方法。

當我們對兩個獨立母體的平均數差有興趣時，可以藉由樣本的平均數差做為工具來進行統計檢定。 例如，我們想知道某班學生男女生的身高是否有差異，這時可以執行獨立雙樣本的t 檢定。

若我們在探討人受到刺激後，其收縮壓是否會改變；或是在服了某種降血壓的藥物後，其血壓值是否真的有降低這類型的問題，我們所收集到的受刺激前後或服藥前後所測量的血壓值，並非屬於獨立的資料。針對這種相依型態的資料，我們在分析時會先將同一樣本所提供的兩變數（前、後兩數據）相減測量其差異值，再根據此差異值進行統計分析。在SAS EG中我們並不需先進行計算差異的動作，EG直接在工作中就可以幫我們進行必要的計算。 

在分析資料中我們若遇到兩個數值型變量時，我們最先採取的分析方法是製作這兩變量的散佈圖。從散佈圖中可以大略看出此兩數值型變量之間的關係，是遞增、遞減、成線性或是非線性。以下將帶領大家如何在SAS EG裡繪製散佈圖來表現雙數值型變量之間的關係。

在SAS EG的「區域圖」工作可建立區域、雲線、步階或覆疊圖，以顯示兩個變數間的數學關係。 區線下的區域會以圖樣或顏色組合填滿，以產生視覺化的效果。

在資料為常態假設下，欲比較兩個群體的平均數是否有差異時，我們可以使用t-test檢定之。但若我們欲比較多個群體的平均數是否有差異時，則必須使用變異數分析(ANOVA)的方法來判別。 若分析的結果顯示出多組平均之間有差異時，這時我們可以更進一步進行兩兩平均數間的差異比較。 而變異數分析需有三項假設前提(獨立、常態、均質)，在進行分析時也要先檢定資料是否有符合這三項假設。

在執行變異數分析時，有獨立、常態性、均值三大假設。若資料不符合常態或均值假設時，此時我們可以利用無母數的方式，檢定母體中位數是否有差異來替代檢定母體平均數，則我們就不需資料為常態性或均值的前提假設。