SAS統(tǒng)計(jì)分析軟件應(yīng)用【統(tǒng)計(jì)學(xué)經(jīng)典】

1SAS—統(tǒng)計(jì)分析系統(tǒng)StatisticalAnalysisSystem寧夏醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系李吳萍2第一節(jié)SAS軟件簡(jiǎn)介1966年美國(guó)NorthCarolina州立大學(xué)的兩位生物統(tǒng)計(jì)學(xué)研究生開(kāi)始研制SAS系統(tǒng)，直至1976年成立了SAS軟件研究所，正式推出了SAS軟件，1985年推出微機(jī)版SAS。SAS是用于決策支持的大型集成信息系統(tǒng)，軟件系統(tǒng)最早的功能限于統(tǒng)計(jì)分析，逐漸成為一個(gè)用來(lái)管理、分析數(shù)據(jù)和編寫(xiě)報(bào)告的大型集成應(yīng)用軟件系統(tǒng)，具有完備的數(shù)據(jù)訪問(wèn)、管理、分析、呈現(xiàn)及應(yīng)用開(kāi)發(fā)等功能，完全超出了單純統(tǒng)計(jì)應(yīng)用的功能。屬于世界領(lǐng)先，使用最為廣泛的統(tǒng)計(jì)軟件之一。3由于SAS系統(tǒng)是從大型機(jī)上的系統(tǒng)開(kāi)展而來(lái)，在設(shè)計(jì)上也是完全針對(duì)專業(yè)用戶進(jìn)行設(shè)計(jì)，因此操作以SAS語(yǔ)言編程為主，另外也有非編程方式的菜單系統(tǒng)，但人機(jī)對(duì)話的界面不太友好。學(xué)習(xí)SAS軟件時(shí)，需要用戶有根本的統(tǒng)計(jì)學(xué)知識(shí)，對(duì)所選用的統(tǒng)計(jì)方法有較清楚的了解，沒(méi)有統(tǒng)計(jì)學(xué)根底知識(shí)要掌握SAS軟件較為困難。4SAS系統(tǒng)是一個(gè)模塊化的組合軟件系統(tǒng)，它提供了約20多個(gè)模塊，各個(gè)模塊之間既相互獨(dú)立又相互交融補(bǔ)充。本課程用得最多的是BaseSAS模塊和SAS/STAT模塊。BaseSAS是SAS系統(tǒng)的根底。它既可以單獨(dú)使用，也可以與其他模塊組成一個(gè)用戶化的SAS系統(tǒng)，但是其他模塊必須與之結(jié)合起來(lái)才能使用。BaseSAS主要承擔(dān)著數(shù)據(jù)及用戶使用環(huán)境的管理、SAS語(yǔ)言程序的處理，并具有根本的數(shù)據(jù)分析和報(bào)告等統(tǒng)計(jì)功能。5SAS/STAT提供了當(dāng)今流行的主要統(tǒng)計(jì)分析方法，是國(guó)際上統(tǒng)計(jì)分析領(lǐng)域的標(biāo)準(zhǔn)權(quán)威軟件。它具有回歸分析、方差分析、屬性數(shù)據(jù)分析、多元分析、聚類分析、判別分析、非參數(shù)分析、生存分析和心理測(cè)量分析等統(tǒng)計(jì)功能。6第二節(jié)SAS軟件的使用根底一、SAS的啟動(dòng)和退出

啟動(dòng)SAS雙擊桌面SAS圖標(biāo)開(kāi)始菜單程序TheSasSystemTheSasSystemforWindowsV*.*直接雙擊SAS應(yīng)用程序退出SAS標(biāo)題欄關(guān)閉按鈕菜單欄FileExit7

標(biāo)題欄、菜單欄、工具欄Editor程序編輯器窗口LOG 運(yùn)行過(guò)程日志窗口 Output結(jié)果輸出窗口Explorer資源管理器窗口Results結(jié)果索引窗口三個(gè)窗口間切換F4Recall(調(diào)回程序)F5Editor(程序)F8Submit(發(fā)送程序)F6LOG(日志)F1Help(幫助)F7Output(結(jié)果)F9Keys(功能鍵列表)二、SAS的工作窗口SAS常用功能鍵8第二節(jié)SAS軟件的使用根底9Editor窗口主要用于翻開(kāi)SAS程序文件〔*.sas〕、編輯和修改SAS程序、并提交全部或局部SAS程序。LOG窗口 顯示有關(guān)的SAS會(huì)話和提交SAS程序的信息，包括程序的出錯(cuò)信息等〔*.log)Output窗口主要顯示提交SAS程序后的運(yùn)行結(jié)果〔*.lst〕Explorer窗口主要用于查看和管理所有SAS文件，而且可以對(duì)非SAS文件創(chuàng)立快捷方式。Results窗口主要用于操作和管理提交SAS程序后的輸出結(jié)果。他的內(nèi)容與Output窗口的內(nèi)容一一對(duì)應(yīng)，可以看成是Output窗口內(nèi)容的名稱。二、SAS的工作窗口10第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序一、SAS語(yǔ)句一個(gè)SAS語(yǔ)句就是要求SAS系統(tǒng)執(zhí)行某種操作或給SAS系統(tǒng)提供一些信息的命令。SAS語(yǔ)句通常由SAS關(guān)鍵字、SAS名稱、運(yùn)算符及特殊字符組成。規(guī)那么：〔1〕以；結(jié)尾〔2〕以SAS關(guān)鍵字開(kāi)始。如：data,proc,input,cards,model,class,if,keep,set,run11第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序一、SAS語(yǔ)句〔3〕注釋語(yǔ)句可以用*開(kāi)始，或者用/*…*/表示中間內(nèi)容是注釋語(yǔ)句。例Datasas1_1;/*sas1_1是數(shù)據(jù)集名*/Inputidname$heightweight@@;Bmi=weight/height**2;Cards;/*數(shù)據(jù)流開(kāi)始*/1judy1.56452lucy1.67533lili1.5850;/*數(shù)據(jù)流結(jié)束*/Procprintdata=sas1_1;Run;12第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序一、SAS語(yǔ)句關(guān)鍵字幾乎所有的SAS語(yǔ)句都是由SAS關(guān)鍵字開(kāi)始的，說(shuō)明SAS語(yǔ)句的類型。data語(yǔ)句，input語(yǔ)句，proc語(yǔ)句，run語(yǔ)句數(shù)據(jù)集名和變量名〔1〕32個(gè)字符之內(nèi)，〔2〕第一個(gè)字母必須為字母或_；第二個(gè)以后可以為字母或數(shù)字。〔3〕字母不區(qū)分大小寫(xiě)?！?〕不能使用空格和%￥#$等特殊字符13第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序一、SAS語(yǔ)句運(yùn)算符包括比較運(yùn)算、算術(shù)運(yùn)算、邏輯運(yùn)算〔1〕算數(shù)運(yùn)算符+-*/**〔2〕比較運(yùn)算符=^=>>=<<=〔3〕邏輯運(yùn)算符and/&邏輯與x>2andy>3or/|邏輯或x>2ory>3Not/^邏輯非<>最大3<>5；結(jié)果為5><最小3><5；結(jié)果為3||連接A=‘mynameis’;B=‘SAS’;C=A||B;那么C=“mynameisSAS〞14第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序一、SAS語(yǔ)句函數(shù)函數(shù)的一般形式：函數(shù)名〔自變量，自變量，…〕(1)SAS常用的概率和密度函數(shù)標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)：probnorm(x)如：y=probnorm(-1.96);結(jié)果為t分布密度函數(shù)：probt(x,df)如：y1=probt(0.95,100);結(jié)果為F分布密度函數(shù)：probF(x,df1,df2)χ2分布密度函數(shù)：probCHI(x,df)二項(xiàng)分布概率函數(shù)：probBNML(p,n,m)泊松分布概率函數(shù)：poisson(m,n)15第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序正態(tài)分布分位數(shù)函數(shù)：probit(p)0≤p≤1

如：y=probit(0.025),結(jié)果為t分布分位數(shù)函數(shù)：TINV(p,df)F分布分位數(shù)函數(shù)：FINV(p,df1,df2)χ2分布分位數(shù)函數(shù)：CINV(p,df)其它常用函數(shù)ABS(x)-----取X的絕對(duì)值SQRT(x)-----計(jì)算X的平方根MOD(x,y)-----求x/y的余數(shù)16第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序EXP(x)----計(jì)算e的x次冪LOG(x)-----對(duì)自變量x求以e為底的自然對(duì)數(shù)LOG10(x)-----對(duì)自變量x求以10為底的對(duì)數(shù)CEIL(x)-----取≥自變量x的最小整數(shù)。如CEIL(5.7)=6FLOOR(x)-----取≤自變量x的最大整數(shù)。如CEIL(5.7)=5INT(x)-----取X的整數(shù)局部ROUND(x,n)----X按n的精度取舍入值17第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序datasas1_2;y1=probnorm(-1.96);/*標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)*/y2=probt(0.95,100);/*t分布密度函數(shù)*/y3=probit(0.025);/*正態(tài)分布分位數(shù)函數(shù)*/x1=log10(100);/*對(duì)自變量x求以10為底的對(duì)數(shù)*/x2=exp(2);/*計(jì)算e的x次冪*/x3=CEIL(5.7);/*取≥自變量x的最小整數(shù)*/x4=ABS(-8);/*取X的絕對(duì)值*/x5=SQRT(36);/*計(jì)算X的平方根*/x6=MOD(10,3);/*求x/y的余數(shù)*/x7=FLOOR(5.7);/*取≤自變量x的最大整數(shù)*/x8=INT(5.6874);/*取X的整數(shù)局部*/x9=ROUND(5.4874,0.001);/*X按n的精度取舍入值*/A='mynameis';B='SAS';C=A||B;procprintdata=sas1_2;run;18第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序二、SAS程序?qū)⒁幌盗蠸AS語(yǔ)句按邏輯順序排列起來(lái)，構(gòu)成SAS程序。通常包括數(shù)據(jù)步和過(guò)程步兩局部。數(shù)據(jù)步以data語(yǔ)句開(kāi)頭，以run語(yǔ)句結(jié)束。主要作用是建立數(shù)據(jù)集。過(guò)程步以proc開(kāi)頭，以run語(yǔ)句結(jié)束。主要作用是激活SAS過(guò)程對(duì)數(shù)據(jù)進(jìn)行處理和分析。提交SAS程序：〔1〕工具欄提交圖標(biāo)，〔2〕run/submit，〔3〕使用F3功能鍵19第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序二、SAS程序程序的儲(chǔ)存：〔1〕鍵入“file‘路徑+文件名.擴(kuò)展名〞如：file‘d:\user\sas1-1.sas\’;〔2〕“文件〞菜單—“保存〞程序的調(diào)用：〔1〕鍵入infile‘路徑+文件名+擴(kuò)展名’如：infile‘d:\user\sas1-1.sas\’;〔2〕“文件〞菜單—“翻開(kāi)〞20第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例1.3SAS程序舉例datasas1_3;/*創(chuàng)立名為sas1_3的SAS數(shù)據(jù)集*/Inputidnam$heightweight;bmi=weight/height**2;cards;1Judy1.5645/*數(shù)據(jù)流中每個(gè)數(shù)據(jù)值之間最少有1各空格*/2Lucy1.6753;run;/*數(shù)據(jù)步結(jié)束*/procprintdata=sas1_3;/*顯示輸出sas1_3數(shù)據(jù)集到output窗口*/run;/*過(guò)程步結(jié)束*/21第二章建立SAS數(shù)據(jù)集第一節(jié)SAS數(shù)據(jù)集概述一、SAS數(shù)據(jù)集根本格式SAS數(shù)據(jù)集可以看做由假設(shè)干行和假設(shè)干列組成的表格，一個(gè)數(shù)據(jù)集等價(jià)于關(guān)系型數(shù)據(jù)庫(kù)中的一個(gè)表。idnameheightweight1Judy156452Lucy167533Susan156554tony17870變量觀測(cè)變量有兩種類型：數(shù)值型變量字符型變量22第二章建立SAS數(shù)據(jù)集第一節(jié)SAS數(shù)據(jù)集概述一、SAS數(shù)據(jù)集根本格式例2_1缺失值的例子Datasas2_1;Inputidname$heightweight@@;Ifname='999'thenname=.;Ifweight=999thenweight=.;Cards;1Judy1569992Lucy167583999165554Tomy17862;Procprintdata=sas2_1;run;23第二章建立SAS數(shù)據(jù)集二、臨時(shí)SAS數(shù)據(jù)集和永久SAS數(shù)據(jù)集臨時(shí)數(shù)據(jù)集只能在SAS會(huì)話過(guò)程中創(chuàng)立使用，一旦退出SAS，數(shù)據(jù)集就不存在了。在Explorer窗口中可以看到一個(gè)名為work的SAS數(shù)據(jù)庫(kù)，主要存放SAS臨時(shí)數(shù)據(jù)集。創(chuàng)立時(shí)可以用兩水平命名方式：如work.數(shù)據(jù)集名，也可以用一水平的命名方式：如數(shù)據(jù)集名。24二、臨時(shí)SAS數(shù)據(jù)集和永久SAS數(shù)據(jù)集永久性數(shù)據(jù)集儲(chǔ)存在硬盤里，因此，在以后的每一次SAS會(huì)話中都可以在翻開(kāi)。在創(chuàng)立和使用SAS永久性數(shù)據(jù)集之前，需要先建立一個(gè)SAS數(shù)據(jù)庫(kù)來(lái)制定永久數(shù)據(jù)集存放的路徑。一個(gè)SAS數(shù)據(jù)庫(kù)相當(dāng)于硬盤上的一個(gè)文件夾，可以將SAS數(shù)據(jù)集寫(xiě)入或讀出。命名永久性數(shù)據(jù)集時(shí)必須用兩水平的命名方式，即數(shù)據(jù)庫(kù)名.數(shù)據(jù)集名，數(shù)據(jù)庫(kù)名實(shí)際是一個(gè)SAS數(shù)據(jù)庫(kù)的邏輯名。第二章建立SAS數(shù)據(jù)集25例2_2SAS程序舉例libnametj‘d:\user\’;/*創(chuàng)立名為tj的sas數(shù)據(jù)庫(kù)*/datatj.sas2_2;/*創(chuàng)立永久性數(shù)據(jù)集sas2_2，保存在‘d:\user’下*/Inputidname$heightweight;bmi=weight/height**2;cards;1Judy1.56452Lucy1.6753;run;procprintdata=tj.sas2_2;/*將保存在’d:\user’的數(shù)據(jù)集sas2_2顯示輸出到output窗口*/run;第二章建立SAS數(shù)據(jù)集26第二章建立SAS數(shù)據(jù)集第二節(jié)SAS數(shù)據(jù)集的建立一、用數(shù)據(jù)步創(chuàng)立SAS數(shù)據(jù)集創(chuàng)立SAS數(shù)據(jù)集最主要的方式是使用BaseSAS中的數(shù)據(jù)步。一個(gè)SAS數(shù)據(jù)步由data語(yǔ)句開(kāi)始，后面接著其他程序語(yǔ)句，通過(guò)從原始數(shù)據(jù)文件中讀入數(shù)據(jù)或?qū)σ汛嬖诘腟AS數(shù)據(jù)集進(jìn)行操作來(lái)建立新的SAS數(shù)據(jù)集。在SAS程序中，用戶可以使用不同的來(lái)源輸入數(shù)據(jù)。常用的數(shù)據(jù)輸入來(lái)源包括：〔1〕原始數(shù)據(jù)以數(shù)據(jù)流的方式；〔2〕原始數(shù)據(jù)以外部文件的方式；〔3〕已經(jīng)存在的SAS數(shù)據(jù)集；〔4〕通過(guò)程序語(yǔ)句來(lái)建立數(shù)據(jù)集。271、從數(shù)據(jù)流中讀入數(shù)據(jù)在SAS程序中，用cards語(yǔ)句定義數(shù)據(jù)流的開(kāi)始。Input語(yǔ)句用于從數(shù)據(jù)流中讀入數(shù)據(jù)。28例2.3從數(shù)據(jù)流讀入數(shù)據(jù)建立數(shù)據(jù)集datasas2_3;/*創(chuàng)立名為sas2_3的SAS數(shù)據(jù)集*/Inputidname$heightweight@@;/*從數(shù)據(jù)流中讀入數(shù)據(jù)*/cards;1Judy156452Lucy167533Susan165554tony17870;run;/*數(shù)據(jù)步結(jié)束*/procprintdata=sas2_3;/*顯示輸出sas2_3數(shù)據(jù)集到output窗口*/run;/*過(guò)程步結(jié)束*/292、從外部文件中讀入數(shù)據(jù)Infile語(yǔ)句用來(lái)指定外部文件，通常外部文件并不是SAS文件。用input語(yǔ)句將外部文件中的數(shù)據(jù)讀入SAS中建立SAS數(shù)據(jù)集。外部文件中的記錄可以按一個(gè)變量一列的方式排列，也可以沒(méi)用格式，不安列方式排列。30例2.4從外部文件讀入數(shù)據(jù)外部文本文件’k:\user\student.txt’1Judy1.56452Lucy1.67533Susan1.65554tony1.7870SAS程序：Datasas2_4;Infile‘d:\user\student.txt\’;/*指定外部文件*/Inputidname$heightweight;/*從外部文件中讀取記錄*/Run;Procprintdata=sas2_4;Run;313、從SAS數(shù)據(jù)集中讀入數(shù)據(jù)用set語(yǔ)句可以從已有的SAS數(shù)據(jù)集中創(chuàng)立新的數(shù)據(jù)集。運(yùn)行set語(yǔ)句，SAS會(huì)從已有的SAS數(shù)據(jù)集中讀入觀測(cè)，包括原始數(shù)據(jù)集中的所有變量，還可以在原數(shù)據(jù)集變量根底上創(chuàng)立新的變量。32例2.5從已有的SAS數(shù)據(jù)集中讀入數(shù)據(jù)Datasas2_5;setsas2_4;/*從已有的數(shù)據(jù)集sas2_4中讀入數(shù)據(jù)*/Bmi=weight/height**2;/*生成一個(gè)新變量*/Run;Procprintdata=sas2_5;Run;33例2.6利用程序語(yǔ)句建立SAS數(shù)據(jù)集Datasas2_6;Doi=1to10;/*do與end語(yǔ)句之間的語(yǔ)句被重復(fù)執(zhí)行10次*/Y=rannor(2021);/*產(chǎn)生來(lái)自標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)*/Output;End;Procprintdata=sas2_6;Run;4、利用程序語(yǔ)句建立SAS數(shù)據(jù)集34SAS中Import/Export向?qū)Э捎糜趯⑵渌愋偷奈募?，如Excel、Access、dBase、文本文件等轉(zhuǎn)為SAS數(shù)據(jù)集。在file菜單下點(diǎn)擊import/export，按向?qū)е甘静僮骷纯伞６?、Import/Export向?qū)?chuàng)立SAS數(shù)據(jù)集35第三節(jié)SAS數(shù)據(jù)集的修改例2.7按觀測(cè)連接SAS數(shù)據(jù)集IdnameSexheightweight4Tonymale178705Tommale17065IdnameSexheightweight1Judyfemale156452Lucyfemale167533Susanfemale16555femalemale需要連接的SAS數(shù)據(jù)集一、SAS數(shù)據(jù)集的合并1、按觀測(cè)連接SAS數(shù)據(jù)集36第三節(jié)SAS數(shù)據(jù)集的修改例2.7連接SAS數(shù)據(jù)集的例子Datasas2_7;Settj.femaletj.male;Run;Procprintdata=sas2_7;Run;使用set語(yǔ)句可以將兩個(gè)或多個(gè)數(shù)據(jù)集按觀測(cè)連成一個(gè)大的數(shù)據(jù)集，這也是將新變量追加已有數(shù)據(jù)集上的一種方式。37第三節(jié)SAS數(shù)據(jù)集的修改例2.8一對(duì)一匹配合并SAS數(shù)據(jù)集Idheightweight115645216753316555IdnameSexAge1Judyfemale212Lucyfemale223Susanfemale19student1student2需要連接的SAS數(shù)據(jù)集語(yǔ)句merge可以合并兩個(gè)或多個(gè)數(shù)據(jù)集中的變量，這些數(shù)據(jù)集中的觀測(cè)是一一對(duì)應(yīng)的。2、按變量合并SAS數(shù)據(jù)集38第三節(jié)SAS數(shù)據(jù)集的修改例2.8按變量合并SAS數(shù)據(jù)集Datasas2_8;Mergestudent1student2;Run;Procprintdata=sas2_8;Run;39第三節(jié)SAS數(shù)據(jù)集的修改例2.9利用程序語(yǔ)句建立SAS數(shù)據(jù)集Idheightweight115645216753417870517765IdnameSexAge1Judyfemale212Lucyfemale223Susanfemale19student3student4需要連接的SAS數(shù)據(jù)集如果需要合并的數(shù)據(jù)集中的觀測(cè)并不是一一對(duì)應(yīng)的關(guān)系，那么需要用by語(yǔ)句指定各數(shù)據(jù)集中用于匹配觀測(cè)的變量?！彩褂胋y語(yǔ)句之前，需要先對(duì)關(guān)鍵字段進(jìn)行排序。40第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.9按變量合并SAS數(shù)據(jù)集Procsortdatastudent3;byid;Procsortdatastudent4;byid;Datasas2_9;Mergestudent3student4;Run;Procprintdata=sas2_9;Run;41第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序如果只想保存數(shù)據(jù)集中的局部觀測(cè)，有兩種方式建立啞集。第一種可以用if條件語(yǔ)句告訴SAS需要保存符合條件的觀測(cè)；另一種用if…thandelete語(yǔ)句告訴SAS將不符合條件的觀測(cè)刪除。二、建立SAS數(shù)據(jù)集的啞集1、刪除觀測(cè)42第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.10刪除觀測(cè)的例子IdnameSexAgeheightweight1Judyfemale21156452Lucyfemale22167533Susanfemale19165554TonyMale23178705Tommale2517765student43第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.10程序1Datasas2_10;Setstudent;Ifsex=‘female’;Run;Procprintdata=sas2_10;Run;44第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.10程序2Datasas2_10;Setstudent;Ifsex=‘female’thendelete;Run;Procprintdata=sas2_10;Run;45第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序有時(shí)并不需要數(shù)據(jù)集中的所有變量，可以用drop或keep語(yǔ)句來(lái)刪除或保存數(shù)據(jù)集中的變量，注意同一個(gè)數(shù)據(jù)步中drop和keep語(yǔ)句不能同時(shí)出現(xiàn)。2、刪除變量46第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.11程序1Datasas2_11;Setstudent;Keepidnamesexage;Run;Procprintdata=sas2_11;Run;刪除變量的例子，僅保存數(shù)據(jù)集student中的局部變量〔id,name,sex,age〕?？梢杂孟旅鎯蓚€(gè)SAS程序。47第三節(jié)SAS語(yǔ)言的語(yǔ)句和程序例2.11程序2Datasas2_11;Setstudent;Dropheightweight;Run;Procprintdata=sas2_11;Run;48例3.1抽樣調(diào)查某地120名18—35歲健康男性居民血清鐵含量〔μmol/L〕，數(shù)據(jù)如下。試編制此血清鐵資料的頻數(shù)分布表并描述該資料。第三章常用統(tǒng)計(jì)描述23.0720.388.4017.3229.6419.6921.6923.9017.4519.0817.0818.1226.0211.3413.8110.2515.9415.8318.5424.5221.3617.1413.7712.5020.4020.3019.3823.1112.6723.0224.3625.6119.5314.7714.3724.7512.7317.2519.0916.7921.6516.3220.7522.1113.1717.5519.2612.6518.4819.8349第三章常用統(tǒng)計(jì)描述一、定量資料的統(tǒng)計(jì)描述1、定量資料的頻數(shù)表先用MEANS過(guò)程找出最大值和最小值

確定組距(I=2)和第一組段的下限(L=7)然后建立新變量〔x0〕，將變量X轉(zhuǎn)化為該數(shù)據(jù)所在組段的下限值賦值新的變量：x0=INT((X-L)/I)*I+L或：x0=x-mod(x-L,I)或：x0=I*INT(x/I)+I/2用FREQ過(guò)程作頻數(shù)表：procfreq;tablesx0;Run;50第三章常用統(tǒng)計(jì)描述2、簡(jiǎn)單描述：MEANS過(guò)程輸出樣本含量、均數(shù)、標(biāo)準(zhǔn)差、最小值、最大值(N、Mean、StdDev、Minimum、Maximum)3、詳細(xì)描述：UNIVARIATE過(guò)程輸出更多指標(biāo)：樣本含量、均數(shù)、標(biāo)準(zhǔn)差、最小值、最大值、方差、標(biāo)準(zhǔn)誤、中位數(shù)、四分位數(shù)間距、常用百分位數(shù)、眾數(shù)、平方和、離均差平方和等，可以作正態(tài)性檢驗(yàn)另外還顯示原數(shù)據(jù)中的局部極端值51第三章常用統(tǒng)計(jì)描述PROCMEANS;CLASSSEX;VARHEIGHTWEIGHT;RUN;CLASS指定分組變量〔可以不寫(xiě)〕VAR指定需要分析的變量(不寫(xiě)即分析全部變量〕MAXDEC=n指定計(jì)算結(jié)果保存小數(shù)位數(shù)(默認(rèn)2位)可加的選項(xiàng)有：標(biāo)準(zhǔn)誤(StdErr)、方差(Var)、總和(Sum)、平方和(USS)、離均差平方和(CSS)、全距(Range)、變異系數(shù)(CV)、偏度系數(shù)(Skewness)、峰度系數(shù)(Kurtosis)、可信區(qū)間(CLM)等還可以計(jì)算總體均數(shù)=0的t檢驗(yàn)(T、Prt)不加任何選項(xiàng)時(shí)，自動(dòng)輸出5項(xiàng)結(jié)果：N、Mean、StdDev、Minimum、Maximum52第三章常用統(tǒng)計(jì)描述Datasas3_1;Inputx@@;Gr=2;x0=gr*int(x/gr)+gr/2;/*計(jì)算組中值X0*/Cards;;procfreqdata=sas3_1;Tablesx0/out=iron;/*out=iron表示輸出變量為X0的一維頻數(shù)分布表*/Procunivariatedata=sas3_1;Varx;Histogramx/midpoints=7to29by2;/*組中值的取值范圍從7—29,組距為2*/Run;Procmeansdata=sas3_1;Varx;Run;53第三章常用統(tǒng)計(jì)描述例隨機(jī)抽取15名學(xué)生，記錄他們的性別〔sex)、年齡〔age〕、體重〔w,kg〕、和身高〔h,cm〕，求：〔1〕按性別分組分別計(jì)算學(xué)生們身高和體重的均數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)、中位數(shù)和P50。〔2〕計(jì)算學(xué)生身高95%可信區(qū)間。要求結(jié)果保存小數(shù)點(diǎn)后3位。F1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160f1660165m1765175f186116254Datasas3_2;Inputsex$agewh@@;Cards;f1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160f1660165m1765175f1861162;Procmeansdata=sas3_2meanstdcvmedianp50clmmaxdec=3;/*選項(xiàng)maxdec指小數(shù)點(diǎn)后保存的位數(shù)*/Varhw;Classsex;Run;55第三章常用統(tǒng)計(jì)描述例3.3對(duì)40名麻疹易感兒童接種麻疹疫苗一個(gè)月后，測(cè)得其血凝抑制抗體滴度如下，求其平均滴度。56Datasas3_3;/*計(jì)算幾何均數(shù)*/Inputfx@@;Y=log10(x);Cards;14586162327641012842565512;Procmeansnoprint;/*選項(xiàng)noprint表示不打印程序運(yùn)行結(jié)果*/Vary;Freqf;Outputout=bmean=my;/*選項(xiàng)out=b和mean=my表示把該過(guò)程步運(yùn)行所得均數(shù)叫my,并放入數(shù)據(jù)集b中*/Datac;Setb;mx=10**my;Procprintdata=c;Varmx;Run;57二、定性資料統(tǒng)計(jì)描述FREQ過(guò)程可以產(chǎn)生頻數(shù)表和n維列聯(lián)表PROCFREQ；TABLESA；RUN；TABLES指定要分析的定性變量TABLESA產(chǎn)生一維頻數(shù)表TABLESA*B產(chǎn)生二維列聯(lián)表(A是行B是列)TABLESA*B*C產(chǎn)生三維列聯(lián)表(A是分層，B是行，C是列)TABLESA*〔BC〕產(chǎn)生A*B、A*C兩個(gè)二維表TABLESX1-X3產(chǎn)生X1、X2、X3三個(gè)一維表TABLES(X1-X4)*Y產(chǎn)生X1*YX2*YX3*YX4*Y四個(gè)二維表第三章常用統(tǒng)計(jì)描述58如描述以下三個(gè)定性變量〔258人〕A文化程度〔1=文盲2=初中以下3=高中4=大學(xué)〕B工作強(qiáng)度〔1=輕2=中3=重〕C月收入〔1=<3002=300-3=500-4=1000-)DATASAS3_4;INPUTABC@@;CARDS;323414413……;PROCFREQ;TABLESABC;PROCFREQ;TABLESA*B;PROCFREQ;TABLESA*B*C;PROCFREQ;TABLESA*(BC);RUN;59

一維頻數(shù)表

CumulativeCumulativeAFrequencyPercentFrequencyPercent

頻數(shù)構(gòu)成比累計(jì)頻數(shù)累計(jì)構(gòu)成比

60

二維頻數(shù)表

A=4Frequency|Percent|CRowPct|ColPct|1|2|3|4|Total---------+--------+---------+---------+--------+--------+1|0|6|37|26|69|0.00|8.70|53.62|37.68||.|75.00|67.27|81.25|---------+--------+---------+---------+--------+--------+2|0|2|18|6|26|0.00|7.69|69.23|23.08||.|25.00|32.73|18.75|---------+--------+---------+---------+--------+--------+Total08553295

頻數(shù)構(gòu)成比行構(gòu)成比列構(gòu)成比61一、單樣本的t檢驗(yàn)第四章t檢驗(yàn)例4-1以往新生兒出生體重平均為3000g，某醫(yī)院對(duì)產(chǎn)婦開(kāi)展孕期保健指導(dǎo)后，測(cè)得15名新生兒出生體重如下，問(wèn)開(kāi)展孕期保健指導(dǎo)后對(duì)新生兒體重是否有影響？28003400290027503000310046003900235035002600370038002950320062一、單樣本資料的t檢驗(yàn)第四章t檢驗(yàn)SAS常用于t檢驗(yàn)的過(guò)程有：PROCUNIVARIATE過(guò)程PROCMEANS過(guò)程PROCTTEST過(guò)程〔本章重點(diǎn)講述〕63一、單樣本資料的t檢驗(yàn)第四章t檢驗(yàn)DATASAS4_1;INPUTX@@;cards;280034002900275030003100460039002350350026003700380029503200;RUN;PROCunivariatenormal;VARX;RUN;Procttesth0=3000;VARX;RUN;64第四章t檢驗(yàn)例4-2本例是有關(guān)兒童閱讀能力測(cè)試的比較，數(shù)據(jù)來(lái)自Moore(1995，〕的研究。數(shù)據(jù)包含了44名三年級(jí)兒童的閱讀能力評(píng)分〔DRP〕，具體見(jiàn)表。請(qǐng)問(wèn)這些兒童閱讀能力評(píng)分是否高于一般兒童的評(píng)分〔30分〕？評(píng)分40475226192535392641頻數(shù)2221224112評(píng)分48142242343318152944頻數(shù)1211221111評(píng)分51432746284931285445頻數(shù)112211111144名兒童閱讀能力評(píng)分65第四章t檢驗(yàn)/*對(duì)頻數(shù)分布資料的分析*/Datasas4_2;Inputxf@@;Cards;402472522261192252354391261481142221421342332181151291412441511431272462281491311281541451;Run;PROCunivariatenormal;VARX;Freqf;RUN;Procttesth0=30;VARX;Freqf;RUN;66二、配對(duì)設(shè)計(jì)t檢驗(yàn)例4-3為了比較新舊兩個(gè)測(cè)聲計(jì)的測(cè)定效果，隨機(jī)選定10個(gè)場(chǎng)地，在每地同時(shí)用新舊兩個(gè)測(cè)聲計(jì)測(cè)量數(shù)據(jù)如下，問(wèn)新舊兩個(gè)測(cè)聲計(jì)的測(cè)量結(jié)果是否不同？場(chǎng)地12345678910舊：87657495655563886154新：8666779560536285595567第四章t檢驗(yàn)Datasas4_3;Inputx1x2@@;D=x1-x2;Cards;8786656674779595656055536362888561595455;Run;PROCunivariatenormal;VARd;RUN;Procttest;Pairedx1*x2;RUN;Procttesth0=0;VARd;RUN;68三、兩獨(dú)立樣本資料的t檢驗(yàn)例4-4試比較克山病人與健康人的血磷值(mmol/L)是否不同？克山病人健康人0.540.640.640.750.760.811.161.201.341.351.481.5669兩樣本均數(shù)比較用TTEST過(guò)程〔方式一〕DATAsas4_4;INPUTX@@;IF_N_>11THENG=2;ELSEG=1;CARDS;;PROCTTEST;CLASSG;VARX;RUN;70兩樣本均數(shù)比較用TTEST過(guò)程〔方式二〕DATAsas4_4;INPUTXg@@;CARDS;0.8411.0511.2011.2011.3911.5311.6711.8011.8712.0712.1110.5420.6420.6420.7520.7620.8121.1621.2021.3421.3521.4821.5621.872;PROCTTEST;CLASSg;VARX;RUN;71結(jié)果：StatisticsLowerCLUpperCLLowerCLUpperCLVariableGNMeanMeanMeanStdDevStdDevStdDevStdErr12T-TestsVariableMethodVariancesDFtValuePr>|t|EqualityofVariancesVariableMethodNumDFDenDFFValuePr>F72兩大樣本均數(shù)比較時(shí)，如只有均數(shù)標(biāo)準(zhǔn)差，而無(wú)原始數(shù)據(jù)時(shí)，無(wú)法直接調(diào)用SAS軟件中的某個(gè)過(guò)程進(jìn)行分析，只能在數(shù)據(jù)步中按照計(jì)算公式編寫(xiě)程序完成。調(diào)查健康人群紅細(xì)胞數(shù)(1012/L)資料如下：男性360人，均數(shù)，標(biāo)準(zhǔn)差；女性255人，均數(shù)，標(biāo)準(zhǔn)差。試比較男女紅細(xì)胞數(shù)有無(wú)差異？〔方式三〕73DATABB;INPUTN1X1S1N2X2S2;SE=SQRT(S1*S1/N1+S2*S2/N2);U=ABS(X1-X2)/SE;P1=1-PROBNORM(U);P=2*P1;U=ROUND(U,0.001);P=ROUND(P,0.00001);IFP<0.0001THENP=0.0001;CARDS;;RUN;procprint;varx1x2up;run;〔方式三〕74SAS中常用PORCANOVA過(guò)程和PORCGLM過(guò)程來(lái)完成方差分析。其中，ANOVA過(guò)程只能用于平衡設(shè)計(jì)資料的方差分析；對(duì)樣本容量不等〔非均衡〕的數(shù)據(jù)資料做方差分析時(shí)，應(yīng)采用GLM過(guò)程。應(yīng)當(dāng)說(shuō)明的是，對(duì)樣本容量相等的數(shù)據(jù)資料，用ANOVA過(guò)程作方差分析的效率和可靠性等方面，都優(yōu)于GLM過(guò)程。對(duì)平衡數(shù)據(jù)用GLM過(guò)程處理和用ANOVA過(guò)程處理的結(jié)論是一致的。第五章方差分析75GLM是數(shù)據(jù)分析過(guò)程中功能最豐富的一個(gè)過(guò)程她包括：簡(jiǎn)單回歸〔一元回歸〕加權(quán)回歸多重回歸及多元回歸多項(xiàng)式回歸方差分析偏相關(guān)分析協(xié)方差分析多元方差分析反響面模型分析重復(fù)測(cè)量方差分析第五章方差分析76例5-1某醫(yī)生為了研究一種降血脂新藥的臨床療效，按統(tǒng)一納入標(biāo)準(zhǔn)選擇120名高血脂患者，采用完全隨機(jī)設(shè)計(jì)方法將患者等分為4組，進(jìn)行雙盲試驗(yàn)。6周后測(cè)得低密度脂蛋白作為實(shí)驗(yàn)結(jié)果，問(wèn)4個(gè)處理組患者的低密度脂蛋白含量總體均數(shù)有無(wú)差異？第五章方差分析一、完全隨機(jī)設(shè)計(jì)資料的方差分析〔一〕各組例數(shù)相等的完全隨機(jī)設(shè)計(jì)資料的方差分析77datasas5_1;/*研究生二版ex4-2例題*/inputxc@@;cards;3.5312.4222.8630.8944.5913.3622.2831.064……;Procunivariatenormal;varx;classc;procglm;classc;modelx=c;meansc/snk;meansc/hovtest;run;第五章方差分析78datasas5_1;/*研究生二版ex4-2例題*/

doc=1to4;doj=1to30;inputx@@;output;end;end;cards;3.53

2.42

4.59

3.36

2.28……;Procunivariatenormal;varx;classc;

procglm;classc;modelx=c;meansc/snk;meansc/hovtest;run;第五章方差分析79〔二〕各組例數(shù)不等的完全隨機(jī)設(shè)計(jì)資料的方差分析第五章方差分析例5-2某機(jī)構(gòu)研究嬰兒出生體重與母親生育年齡的關(guān)系，所得資料見(jiàn)表，試問(wèn)嬰兒出生體重是否受母親生育年齡的影響？(設(shè)資料服從正態(tài)分布且總體方差齊性〕母親生育年齡嬰兒出生體重（kg)20-3.54.03.23.32.92.53.23.325-3.23.42.92.52.83.53.330-3.12.72.92.92.82.4不同母親生育年齡的嬰兒出生體重80datasas5_2;

dog=1to3;inputn;doj=1ton;inputx@@;output;end;end;cards;876;procglm;classg;modelx=g;meansg/snk;meansg/hovtest;run;〔二〕各組例數(shù)不等的完全隨機(jī)設(shè)計(jì)資料的方差分析81例5-3某研究者采用隨機(jī)區(qū)組設(shè)計(jì)進(jìn)行實(shí)驗(yàn)，比較三種抗癌藥物對(duì)小白鼠肉瘤抑瘤效果，先將15只染有肉瘤小白鼠按體重大小配成5個(gè)區(qū)組，每個(gè)區(qū)組內(nèi)3只小白鼠隨機(jī)接受三種抗癌藥物〔具體分配結(jié)果見(jiàn)例4-3〕，以肉瘤的重量為指標(biāo)，試驗(yàn)結(jié)果見(jiàn)表4-9。問(wèn)三種不同的藥物的抑瘤效果有無(wú)差異？第五章方差分析二、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析82datasas5_3;inputxab@@;cards;0.82110.65210.51310.73120.54220.23320.43130.34230.28330.41140.21240.31340.68150.43250.2435;procGLM;classab;modelx=ab;meansa/snk;meansb/snk;run;第五章方差分析二、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析〔方法一〕83datasas5_3;

doa=1to3;dob=1to5;inputx@@;output;end;end;cards;;procGLM;classab;modelx=ab;meansa/snk;meansb/snk;run;第五章方差分析二、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析〔方法二〕84例5-4比較A、B、C、D、E、F6種藥物給家兔注射后產(chǎn)生的皮膚皰疹大小〔mm2〕，研究者選用6只家兔、并在每只家兔的6個(gè)不同部位進(jìn)行注射。試驗(yàn)結(jié)果見(jiàn)表4-11，試做拉丁方設(shè)計(jì)和方差分析。第五章方差分析三、拉丁方設(shè)計(jì)資料的方差分析〔方法一〕家兔編號(hào)（行區(qū)組）注射部位編號(hào)（列區(qū)組）1234561C(87)B(75)E(81)D(75)A(84)F(66)2B(73)A(81)D(87)C(85)F(64)E(79)3F(73)E(73)B(74)A(78)D(73)C(77)4A(77)F(68)C(69)B(74)E(76)D(73)5D(64)C(64)F(72)E(76)B(70)A(81)6E(75)D(77)A(82)F(61)C(82)B(61)85datasaa5_4;inputrcz$x@@;cards;11C8712B7513E8114D7515A8416F6621B7322A8123D8724C8525F6426E7931F7332E7333B7434A7835D7336C7741A7742F6843C6944B7445E7646D7351D6452C6453F7254E7655B7056A8161E7562D7763A8264F6165C8266B61;procglm;classrcz;modelx=rcz;meansz/snk;run;第五章方差分析三、拉丁方設(shè)計(jì)資料的方差分析〔方法一〕86datasas5_4;

doc=1to6;dor=1to6;inputz$x;output;end;end;cards;C87B75E 81D 75A 84F 66B73A81D 87C 85F 64E 79F73E73B 74A 78D 73C 77A77F68C 69B 74E 76D 73D64C64F 72E 76B 70A 81E75D77A 82F 61C 82B 61;procglm;classrcz;modelx=rcz;run;第五章方差分析三、拉丁方設(shè)計(jì)資料的方差分析〔方法二〕87例5-5將20只家兔隨機(jī)等分4組，每組5只，進(jìn)行神經(jīng)損傷后的縫合試驗(yàn)。處理由兩個(gè)因素組合而成，A因素為縫合方法，有兩個(gè)水平，B因素為縫合后的時(shí)間，有兩個(gè)水平。實(shí)驗(yàn)結(jié)果為家兔神經(jīng)縫合后的軸突通過(guò)率%，見(jiàn)表，試比較不同縫合方法及縫合后時(shí)間對(duì)軸突通過(guò)率的影響，及有無(wú)交互作用？第五章方差分析四、析因設(shè)計(jì)資料的方差分析

外膜縫合(ai,i=1)

束膜縫合(ai,i=2)

1個(gè)月2個(gè)月1個(gè)月2個(gè)月(bi,j=1)(bi,j=2)(bi,j=1)(bi,j=2)103010501030205040703070506050601030303088datasas5_5;inputxab@@;cards;10111011401150111011301230127012601230121021202130215021302150225022702260223022;procglm;classab;modelx=aba*b;lsmeansa*b/tdiff;run;第五章方差分析四、析因設(shè)計(jì)資料的方差分析〔方法一〕89datasas5_5;

doa=1to2;dob=1to2;doi=1to5inputx@@;output;end;end;end;cards;1010405010303070603010203050305050706030;procglm;classab;modelx=aba*b;run;第五章方差分析四、析因設(shè)計(jì)資料的方差分析〔方法二〕90例5-6將手術(shù)要求根本相同的15名患者隨機(jī)分3組，在手術(shù)過(guò)程中分別采用A，B，C三種麻醉誘導(dǎo)方法，在T0(誘導(dǎo)前〕T1、T2、T3、T4五個(gè)時(shí)相測(cè)量患者的收縮壓，數(shù)據(jù)記錄見(jiàn)表，試進(jìn)行重復(fù)測(cè)量分析。第五章方差分析五、重復(fù)測(cè)量資料的方差分析〔方法二〕T0T1T2T3T4g

12010811212011711181091151261231119112119124118112111211912612011271211271331261121120118131137212212111912913321281291261351422117115111123131211811411612313321311191181351293129128121148132312312312014313631231211161451263125124118142130391datasas5_6;inputt0-t4g@@;cards;12010811212011711181091151261231……;procglm;classg;modelt0-t4=g;repeatedtime5/printe;/*選項(xiàng)printe用于對(duì)數(shù)據(jù)進(jìn)行球形檢驗(yàn)*/run;第五章方差分析五、重復(fù)測(cè)量資料的方差分析92常用于兩種不同的用法，一方面，擬合優(yōu)度檢驗(yàn)指根據(jù)樣本的頻數(shù)分布檢驗(yàn)其總體分布是否吻合于假定的分布，常見(jiàn)的是兩個(gè)或多個(gè)率或構(gòu)成比的比較。二方面，χ2關(guān)聯(lián)性分析是指一份隨機(jī)樣本按兩種屬性分類，分析其個(gè)體來(lái)自第一個(gè)變量某類別的概率與來(lái)自第二個(gè)變量某類別的概率是否有關(guān)。第六章χ2檢驗(yàn)χ2檢驗(yàn)用FREQ過(guò)程加CHISQ選項(xiàng)93第一節(jié)兩獨(dú)立樣本資料的χ2

檢驗(yàn)一、二分類情形——2×2列聯(lián)表〔四格表〕例6-1某院欲比較異梨醇口服液〔試驗(yàn)組〕和氫氯噻嗪+地塞米松〔對(duì)照組〕降低顱內(nèi)壓的療效。將200例顱內(nèi)壓增高癥患者隨機(jī)分為兩組，結(jié)果見(jiàn)表7-1。問(wèn)兩組降低顱內(nèi)壓的總體有效率有無(wú)差異？

組別有效無(wú)效合計(jì)有效率（%）

試驗(yàn)組99(90.48)5(13.52)10495.20

對(duì)照組75(83.52)21(12.48)9678.13

合計(jì)1742620087.0094DATAsas6_1;DOr=1TO2;DOc=1TO2;INPUTF@@;OUTPUT;END;END;CARDS;9957521;PROCFREQ;TABLESr*c/CHISQ;WEIGHTF;RUN;95datasas6_1;inputrcf@@;cards;119912521752221;procfreq;weightf;tablesr*c/chisqexpected;run;96WEIGHT

語(yǔ)句指明變量F是頻數(shù)選項(xiàng)EXACT可以對(duì)>2×2表作Fisher確切概率EXPECTED可以顯示每個(gè)格子的理論值CMH可以計(jì)算隊(duì)列研究和病例對(duì)照研究的RR值NOROW、NOCOL、NOPERCENT

不顯示相應(yīng)百分?jǐn)?shù)NOPRINT

不顯示表格，只顯示計(jì)算的統(tǒng)計(jì)量97例6-2某醫(yī)師為研究乙肝免疫球蛋白預(yù)防胎兒宮內(nèi)感染HBV的效果，將33例HBsAg陽(yáng)性孕婦隨機(jī)分為預(yù)防注射組和非預(yù)防組，結(jié)果見(jiàn)表7-4。問(wèn)兩組新生兒的HBV總體感染率有無(wú)差異？

組別陽(yáng)性陰性合計(jì)感染率（%）

預(yù)防注射組4182218.18

非預(yù)防組5(3)61145.45

合計(jì)9243327.27四格表確切概率法98第六章χ2檢驗(yàn)datasas6_2;inputrcf@@;cards;1141218215226;procfreq;weightf;tablesr*c/chisqexpected;run;99例6-3某實(shí)驗(yàn)室分別用乳膠凝集法和免疫熒光法對(duì)58名可疑系統(tǒng)紅斑狼瘡患者血清中抗核抗體進(jìn)行測(cè)定，結(jié)果見(jiàn)表7-3。問(wèn)兩種方法的檢測(cè)結(jié)果有無(wú)差異？第六章χ2檢驗(yàn)二、配對(duì)四格表的χ2

檢驗(yàn)免疫熒光法乳膠凝集法合計(jì)＋－＋11（a）12（b）23－2（c）33（d）35合計(jì)134558100datasas6_3;inputrcf@@;cards;111112122122233;procfreq;weightf;tablesr*c/chisqagree;run;第六章χ2檢驗(yàn)二、配對(duì)四格表的χ2檢驗(yàn)〔方法一：適合b+c>40〕Tablesr*c/agree對(duì)列聯(lián)表作MCNemar檢驗(yàn)和一致性檢驗(yàn)101DATAb;INPUTf11f12f21f22;IFf12+f21<40THENchisq=(ABS(f12-f21)-1)**2/(f12+f21);ELSEchisq=ABS(f12-f21)**2/(f12+f21);p=1-PROBCHI(chisq,1);CARDS;1112233;PROCPRINTdata=b;RUN;第六章χ2檢驗(yàn)二、配對(duì)四格表的χ2檢驗(yàn)〔方法二〕102例6-4某醫(yī)師研究物理療法、藥物治療和外用膏藥三種療法治療周圍性面神經(jīng)麻痹的療效，資料見(jiàn)表7-8。問(wèn)三種療法的有效率有無(wú)差異？三種療法有效率的比較三、R×C列聯(lián)表的χ2

檢驗(yàn)103datasas6_4;inputrcf@@;cards;11199127211642218311183226;procfreq;weightf;tablesr*c/chisqexpectedexact;run;第六章χ2檢驗(yàn)三、R×C列聯(lián)表的χ2

檢驗(yàn)指定精確概率104例6-5測(cè)得某地5801人的ABO血型和MN血型結(jié)果如表，問(wèn)兩種血型系統(tǒng)之間是否有關(guān)聯(lián)？

某地5801人的血型〔單樣本，做關(guān)聯(lián)性檢驗(yàn)〕ABO血型MN血型合計(jì)MNMNO4314909021823A3884108001598B4955879502032A計(jì)1451166626845801105datasas6_5;inputrcf@@;cards;11431124901390221388224102380031495325873395041137421794332;procfreq;weightf;tablesr*c/chisq;run;106例7-1對(duì)12份血清分別用原方法〔檢測(cè)時(shí)間20分鐘〕和新方法〔檢測(cè)時(shí)間10分鐘〕測(cè)谷-丙轉(zhuǎn)氨酶，結(jié)果見(jiàn)表8-1的〔2〕、〔3〕欄。問(wèn)兩法所得結(jié)果有無(wú)差異？第七章基于秩次的非參數(shù)統(tǒng)計(jì)一、配對(duì)樣本比較的符號(hào)秩和檢驗(yàn)原法6014219580242220新法7615224382240220原法190251983823695新法2053824344190100107datasas7_1;inputx1x2@@;d=x1-x2;cards;60 76142 152195 24380 82242 240220 220190 20525 38198 24338 44236 19095 100;procunivariatenormalmuo=0;vard;run;第七章基于秩次的非參數(shù)統(tǒng)計(jì)108例7-2對(duì)10例肺癌病人和12例矽肺0期工人用X光片測(cè)量肺門橫徑右側(cè)距RD值〔cm〕，結(jié)果見(jiàn)表8-5。問(wèn)肺癌病人的RD值是否高于矽肺0期工人的RD值？第七章基于秩次的非參數(shù)統(tǒng)計(jì)二、兩獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)肺癌病人

2.783.234.204.875.126.21矽肺0期工人

3.233.504.044.154.284.34肺癌病人

7.188.058.569.60矽肺0期工人

4.644.754.824.955.104.47原始數(shù)據(jù)兩獨(dú)立樣本比較109datasas7_2;inputxc@@;cards;2.7813.231……;procnpar1waywilcoxon;varx;classc;run;第七章基于秩次的非參數(shù)統(tǒng)計(jì)二、兩獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)110例7-339名吸煙工人和40名不吸煙工人的碳氧血紅蛋白HbCO(%)含量見(jiàn)表8-6。問(wèn)吸煙工人的HbCO(%)含量是否高于不吸煙工人的HbCO(%)含量？第七章基于秩次的非參數(shù)統(tǒng)計(jì)二、兩獨(dú)立樣本比較的Wilcoxon秩和檢驗(yàn)含量吸煙工人不吸煙工人合計(jì)秩范圍平均秩秩和吸煙工人不吸煙工人(1)(2)(3)(4)(5)(6)(7)=(2)(6)(8)=(3)(6)很低1231～3224低823314～3419152437中