SAS軟件使用方法資料

aS它主要包括以下模塊： (2)統(tǒng)計分析模塊SAS／STAT; (4)矩陣運算模塊SAS／IML; R (6)經(jīng)濟預測和時間序列分析模塊SAS／ETS等。．SAS界面主要窗口:基本的SAS任務。點擊窗口條上相應的按鈕可將某窗口移至前臺，成為當前活展名為*.sas)、編輯和修改SAS程序、并提交全部或部分SAS程序。根據(jù)程文件的擴展名為*.lst)。缺省時，該窗口位于Editor窗口和Log窗口的后面，如以創(chuàng)建新的庫(Libaries)和SAS文件(SASfiles)，并且對文件進行移動、復 (1)F3;(2)Run→Submit;(3)使用功能鍵 ④空格和特殊字符(如◎＃￥％$等)不允許在SAS名中使用。 、漢字和其它符號，字符型變量需加上“$”以②數(shù)值型：只能包含數(shù)值(數(shù)字0-9，正負號，小數(shù)點及科學記數(shù)法中用的E) 其語句一般由特定的關鍵字開始，以“;”結束；但數(shù)據(jù)流中沒有分號；語句間內(nèi)容是注釋語句。;run；run;/*賦值語句*//*數(shù)據(jù)流開始*//*數(shù)據(jù)流結束*/ ②過程步：調(diào)用合適的過程對數(shù)據(jù)集中數(shù)據(jù)進行處理。 SAS運算規(guī)則相同，如括號內(nèi)運算符＋加－減*乘x*y/除**x**y=><符And/&BXIAOMINGCAB，那么C=“mynameisXIAOMING” (6)常用的SAS語句①DATA語句：[格式]：DATA數(shù)據(jù)集名；DATA[格式]：INPUT變量名列；塊； SAS算后返回一變量執(zhí)行某種運算。函數(shù)一般形式為：函數(shù)名(自變量，自變量，…) 計算服從標準正態(tài)分布的隨機變量u小于給定x的概率。即p(u＜X)。如：⑤二項分布概率函數(shù)PROBBNML(p，n，m)，0≤p≤1，n≥1,0≤m≤n如求p(x＝k)的值，可計算probbnml(p，n，k)-probbnml(p，n，k-1)。計算參數(shù)為m的泊松分布的隨機變量x≤n的概率。如計算P(x＝k)的值， ①正態(tài)分布分位數(shù)函數(shù)PROBIT(p)(0≤p≤1)函數(shù)的PROBNORM的逆函數(shù)。如：②t分布的分位數(shù)函數(shù)TINV(p，df，nc)p SAS數(shù)見表2。說明數(shù)ABS(x)SQRT(X)MAX(xl，…，xn)MIN(xl，…，xn)MOD(x，y)如MOD(10，3)=1。MOD(6，2)＝0。SIGN(x)EXP(x)LOG(x)LOG2(x)OGxCEIL(x)RxINT(x)取x的整數(shù)部分。如INT(5.6)＝5，INT(-3.7)＝-3。ROUNDxnxn舍入值。UNIFORM(seed)或產(chǎn)生服從均勻分布UNI(0，1)的隨機數(shù)。RANUNIseed)NORMAL(seed)或產(chǎn)生服從標準正態(tài)分布N(0，l)的隨機數(shù)。經(jīng)如下變換：M＋S*NORMAL(seed)，可得到服從正態(tài)分布N(M，S2)的隨機數(shù)。產(chǎn)生一個參數(shù)λ＝l的指數(shù)分布的隨機數(shù)。如果Y＝RANBIN(seed，n，p)產(chǎn)生服從均值np，方差為np(l－p)的二項分布的觀 (1)SAS數(shù)據(jù)集的建立①直接輸入法：可在editor窗口中編寫程序讀入數(shù)據(jù)。如：1.數(shù)據(jù)的描述統(tǒng)計;則包含姓名(字符型變量)、年齡、體重及身高的數(shù)據(jù)集exam可生成，并②利用外部數(shù)據(jù)文件建立SAS數(shù)據(jù)集 利用print過程可將結果輸出到output窗口。如： (3)變量值的排序。例2某高校藥學專業(yè)48名學生高等數(shù)學課的成績(單位：分)數(shù)據(jù)如下，請用79程序：8383807181737557868946918966838479727261966294817057785499796477841007676797294538193697866778180698376procunivariate;/*univariate過程可對數(shù)據(jù)集進行基本的統(tǒng)計描述*/runrun;主要結主要結果：例介的概率；(3)有人有反應的概率.程序：procprint;run;程序說明：二項分布的累積概率密度分布函數(shù):PROBBNML(p，n，k)，其中量x≤k的概率，k為陽性例數(shù)。如求P(x＝k)的值，可計算probbnml(p，n，k)-probbnml(p，n，k-1)。主主要結果：程序：procprocprint;run;主主要結果：單組樣本的t檢驗通過計算指定變量的樣本均數(shù)并將它與給定的已知數(shù)值配對樣本t檢驗.對兩個有關聯(lián)的變量均數(shù)進行比較。配對t檢驗也可以用t驗.對兩組樣本的均數(shù)進行比較.可以得到每組的描述性統(tǒng)計結果和Levene’s方差齊性檢驗結果。同時給出方差齊和方差不齊的t檢驗結果和例4為了比較新舊兩種安眠藥的療效，10名失眠患者先后(間隔數(shù)日以消除先 910 假定睡眠延長時數(shù)服從正態(tài)分布，試問兩種安眠藥的療效是否有顯著性差異？ trunrun;主要結主要結果：例5為了比較兩種安眠藥的療效，將20名年齡、性別、病情等狀況大體相同數(shù)如下表：x1x2.03.70.83.42.42程序：classi;/*分組檢驗兩總體的正態(tài)性是否滿足*/runrun;主要結果：析的方法有：完全隨機設計方差分析(單因素方差分析)、隨機區(qū)組設計方差分析(雙因素方差分析)。的樣本含量相等(即均衡數(shù)據(jù))時，采用PROCANOVA過程；當各比較組的樣本含量不相等(即非均衡數(shù)據(jù))時，采用PROCGLM過程。組間總體均數(shù)多重比較最常用的方法為SNK-q檢驗和DUNNETT-t檢驗，其對應選項為SNK和例6某醫(yī)生欲了解3種市售阿德福韋醋制劑(A，B，C制劑)溶出度是否相同。3種市售阿德福韋醋制劑的溶出度(%)ABC程序：procanova;/*ANOVA過程適用于均衡的數(shù)據(jù)*/runrun;主要結果：SNK兩兩比較的結果顯示：任兩種市售阿德福韋醋制劑(A，B，C制劑)的溶出藥物篩選實驗中，欲考察三種藥物對小白鼠肉瘤的抑瘤效果，窩別(配伍組)對照ABCⅠⅡⅢⅤ0.760.260.280.13 程序：6runrun;主要結果：0H0st分析方法。其處理的資料對象通常是定性資料，借助于頻數(shù)進行假設檢驗。的例8某研究者欲了解獻血者的兩種血型系統(tǒng)的血型之間是否有關聯(lián)。調(diào)查了OMNMN血型ABABOMNMN程序：/*調(diào)用/*調(diào)用freq過程*/procprocfreq;weightf;/*指定權重變量為f*/runrun;主要結主要結果：結果分析：S (4)多樣本比較(雙因素分析)可用PROCRANK過程計算秩得分后再用程序：7exact;/*采用確切法*/runrun;主要結果：結果解釋：經(jīng)兩獨立樣本wilcoxon秩和檢驗得到兩組的秩和分別為93.50和例10某醫(yī)生欲三種方劑治療某婦科病的療效，治療一個療程后，得療效如表無效好轉顯效控制程序：ARWAYWILCOXONrunrun;主要結主要結果：相關是研究兩個(或多個)隨機變量間的相互聯(lián)系的一種統(tǒng)計方法，目的是回歸是研究一個(或多個)因變量Y與另一個(或多個)自變量X間是否回歸分析要求資料滿足“LINE”條件，即線性(Linear)、獨立(Independent)、正態(tài)(Normal)和等方差(Equalvariance)。在SAS中運用PROCREG過程進行程序：procgplot;/*調(diào)用gplot過程繪制散點圖*/100組胎齡(周)和嬰 plotx*y;/*散點圖以變量y為縱坐標，以x為橫坐標*/varxy;/*指定對變量x和y進行相關分析*/procreg;/*調(diào)用reg過程作回歸分析*/的右邊表示自變量x*/runrun;主要結果：L號123+4-567-8-9---程序：*/runrun;主要結果：正交試驗設計是研究多因素多水平的一種常用設計方法，它是根據(jù)正交性從全面試驗中挑選出部分有代表性的點進行試驗，這些有代表性的點具備了“均勻分散，齊整可比”的特點，正交試驗設計是分式析因設計的主要方法。是一種高效率、快速、經(jīng)濟的實驗設計方法。正交實驗設計的基本步驟包括：(1)明確實驗目的，選定實驗目標。(2) (4)用直觀分析法分析實驗結果。例13在從地錦草中提取黃酮的實驗中，以光密度為實驗指標，考察如下4個因素及水平：1234123421.21.2實驗號122488ABCDyi2212212233133222441442552266222222772331228822449933223322333234422244112222442222114422221144441122程序：43214變量是y*/run;主主要結果：結果解釋：GLM過程首先給出模型的總體檢驗結果，F(xiàn)=7.71，P=0.0180，模型有統(tǒng)計學意義。接著對四個主效應和A與C的交互效應進行檢驗，變量A(P=0.0957)和變量D(P=0.3776)以及交互效應變量AC(P=0.1529)對y沒有影響，而變量B(P=0.0046)和變量C(P=0.0391)對y有影響。因此，地錦草中提取黃酮的實驗主要與鹽量和時間有關。在多因素多水平的試驗中，如果用正交表安排試驗，試驗次數(shù)還是太多，可以應用均勻設計。均勻設計是用最少的試驗次數(shù)取得關于總體的盡可能充分的信息，它是只考慮試驗點在試驗范圍內(nèi)均勻散布的一種試驗設計方法。該設計方法較相同規(guī)模的正交設計而言，大大降低了試驗次數(shù)，讓試驗點在其試驗空間范圍內(nèi)充分地“均勻分散”。這樣每個試驗點將具有更好的代表性，而試驗點的數(shù)目可大幅度地減少，試驗次數(shù)(試驗點數(shù)×各試驗點上重復試驗次數(shù))也就相應地大量減少。在最節(jié)省樣本量的均勻設計中，每個因素的每個水平只出現(xiàn)一次，若不做重復試驗，試驗次數(shù)與水平數(shù)相均勻設計的步驟：根據(jù)文獻報道及預試驗確定觀測指標、試驗因素、因素水平范圍和因素水平數(shù)；②選擇偏差值最小的均勻設計表建立試驗的具體因素水平組合；③實施試驗并取得每次試驗的指標值；④以因素為自變量、以指標值為因變量，擬合多重回歸方程。若因變量為定量的，則建立多重線性回歸方程；反之，則建立多重logistic回歸方程。一般需要引入自變量之間的交叉乘積項和平方項作為派生的自變量，可以多采用幾種篩選變量的策略，建議采用最優(yōu)回歸子集法，有可能找到更為理想的回歸方程；⑤建立了回歸方程后，在各試驗因素的試驗范圍內(nèi)尋找最佳的因素水平組合并進行該組合的驗證試驗；⑥驗證試驗成功則進一步減少因素的個數(shù)和縮小主要因素的試驗范圍，重新進行正交設