SAS 6.12教程

b · 发表于 2004-5-30 05:35:59

<

align=center>§5.4 TTEST过程<

align=justify>顾名思义，TTEST过程就是用于进行两样本均数的比较，它给出两总体方差齐和不齐时的检验结果，并同时做方差齐性检验。综合两者的结果，即可做出判断。<

align=justify><img src="http://medstatstar.myetang.com/sas/coach6/image11.gif">事实上，ttest过程的功能非常有限，只能做一般的两样本t检验，对于按频数表格式输入的资料，我们只能用以后要介绍的ANOVA等过程来分析。5.4.1 语法格式<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD vAlign=top width="50%">PROC TTEST [ DATA= <数据集名></TD><TD vAlign=top width="50%">指定要分析的数据集名</TD></TR><TR><TD vAlign=top width="50%">[COCHRAN] ] ;</TD><TD vAlign=top width="50%">要求在方差不齐时做COCHRAN近似</TD></TR><TR><TD vAlign=top width="50%">　CLASS <变量名>;</TD><TD vAlign=top width="50%">必需，指定一个两分类的分组变量</TD></TR><TR><TD vAlign=top width="50%">　[ VAR <变量名列>;</TD><TD vAlign=top width="50%">指定要检验的变量名列</TD></TR><TR><TD vAlign=top width="50%">　BY <变量名列> ] ;</TD><TD vAlign=top width="50%">按变量名列分组统计</TD></TR></TABLE>5.4.2 结果解释以例5.2的TTEST过程为例，它的输出结果如下：<PRE> TTEST PROCEDURE</PRE><PRE>Variable: VALUE 分析变量名为VALUE</PRE><PRE>GROUP N Mean Std Dev Std Error Variances T DF Prob>|T| 样本量均数标准差标准误方差统计量t值自由度 p值------------------------------------------------ --------------------------------- 1 18 4.45444444 1.32446314 0.31217896 Unequal -1.8132 31.2 0.0794 2 16 5.29875000 1.38200760 0.34550190 Equal -1.8179 32.0 0.0785</PRE>For H0: Variances are equal, F' = 1.09 DF = (15,17) Prob>F' = 0.8589可见该结果分为三大部分：第一部分为两组各种描述统计量的值，第二部分分别给出两组所在总体方差齐和方差不齐时的t检验结果，第三部分为方差齐性检验，因此该过程一共进行了三个假设检验。对于无效假设H0：两总体方差齐的检验结果为F' = 1.09，DF = (15,17)，p = 0.8589，可见在本例中方差是齐的，从而应选用方差齐时的t检验结果，即t= -1.8179，ν=32，p=0.0785，按α=0.05水准，不拒绝H0，尚不能认为慢支炎患者与健康人的尿17酮类固醇排出量不同。

b · 发表于 2004-5-30 05:36:14

<

>5.4.3 应用实例<

align=justify>例5.6 某医院对9例慢性苯中毒患者用中草药一号抗苯一号治疗，得下列白细胞总数（109/L），问该药是否对白细胞总数有影响（卫统p225 2.3题）？<CENTER><TABLE cellSpacing=0 cellPadding=0 border=0><TR><TD vAlign=top><

align=center>病人号</TD><TD vAlign=top>1</TD><TD vAlign=top>2</TD><TD vAlign=top>3</TD><TD vAlign=top>4</TD><TD vAlign=top>5</TD><TD vAlign=top>6</TD><TD vAlign=top>7</TD><TD vAlign=top>8</TD><TD vAlign=top>9</TD></TR><TR><TD vAlign=top>治疗前</TD><TD vAlign=top>6.0</TD><TD vAlign=top>4.5</TD><TD vAlign=top>5.0</TD><TD vAlign=top>3.4</TD><TD vAlign=top>7.0</TD><TD vAlign=top>3.8</TD><TD vAlign=top>6.0</TD><TD vAlign=top>3.5</TD><TD vAlign=top>4.3</TD></TR><TR><TD vAlign=top>治疗后</TD><TD vAlign=top>4.2</TD><TD vAlign=top>5.4</TD><TD vAlign=top>6.3</TD><TD vAlign=top>3.8</TD><TD vAlign=top>4.4</TD><TD vAlign=top>4.0</TD><TD vAlign=top>5.9</TD><TD vAlign=top>8.0</TD><TD vAlign=top>5.0</TD></TR></TABLE></CENTER>解：该题为样本差值均数和总体均数为0比较的t检验，TTEST过程无法完成。这里用MEANS过程来处理，程序如下：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD vAlign=top width=594 colSpan=2>libname a 'c:\user';</TD></TR><TR><TD vAlign=top width=594 colSpan=2>data a.wt2_3;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　input x y @@;</TD></TR><TR><TD vAlign=top width=239>　tempvar=x-y;</TD><TD vAlign=top width=353>用新变量tempvar来记录同一病人治疗前后白细胞的差值</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　cards;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　6.0 4.2 4.8 5.4 5.0 6.3 3.4 3.8</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　3.4 3.8 7.0 4.4 3.8 4.0 6.0 5.9</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　8.0 5.0</TD></TR><TR><TD vAlign=top width=594 colSpan=2>;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>proc means n mean std</TD></TR><TR><TD vAlign=top width=239>　stderr t prt ;</TD><TD vAlign=top width=353>利用Means过程检验差值总体均数是否为0</TD></TR><TR><TD vAlign=top width=239>　var tempvar;</TD><TD vAlign=top width=353>要分析的变量为tempvar</TD></TR><TR><TD vAlign=top width=239>run;</TD><TD vAlign=top width=353>开始运行程序</TD></TR></TABLE>例5.7 将钩体病人的血清分别用标准株和水生株做凝溶实验，测得稀释倍数如下。问两组的平均效价有无区别（卫统p226 2.5题）。标准株：100 200 400 400 400 400 800 1600 1600 1600 3200水生株：100 100 100 200 200 200 200 400 400解：程序如下：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD vAlign=top colSpan=2>libname a 'c:\user';</TD></TR><TR><TD vAlign=top colSpan=2>data a.wt2_5;</TD></TR><TR><TD vAlign=top colSpan=2>　input group x @@;</TD></TR><TR><TD vAlign=top width="50%">　logx=log(x);</TD><TD vAlign=top width="50%">将数据做自然对数转换</TD></TR><TR><TD vAlign=top colSpan=2>　cards;</TD></TR><TR><TD vAlign=top colSpan=2>　1 100 1 200 1 400 1 400 1 400 1 400</TD></TR><TR><TD vAlign=top colSpan=2>　1 800 1 1600 1 1600 1 1600 1 3200</TD></TR><TR><TD vAlign=top colSpan=2>　2 100 2 100 2 100 2 200 2 200 2 200</TD></TR><TR><TD vAlign=top colSpan=2>　2 200 2 400 2 400</TD></TR><TR><TD vAlign=top colSpan=2>;</TD></TR><TR><TD vAlign=top colSpan=2>proc print;</TD></TR><TR><TD vAlign=top width="50%">proc ttest ;</TD><TD vAlign=top width="50%">调用ttest过程进行t检验</TD></TR><TR><TD vAlign=top width="50%">　class group;</TD><TD vAlign=top width="50%">分组变量为group</TD></TR><TR><TD vAlign=top width="50%">　var logx;</TD><TD vAlign=top width="50%">要统计的变量为logx</TD></TR><TR><TD vAlign=top colSpan=2>run;</TD></TR></TABLE>

b · 发表于 2004-5-30 05:36:45

<

align=center>第六章 分类资料的统计描述与简单推断<

align=center> <

align=justify>在SAS/STAT模块中FREQ、TABULATE和SUMMARY等过程可用于分类资料的统计描述，其中FREQ过程兼具统计描述和统计推断的功能，对分类变量计算频数分布，产生从一维到n维的频数表和列联表；对于二维表，可进行c2检验，对于三维表，可作Mentel-Hanszel分层分析。FREQ过程是SAS用于分析分类资料的一个常用过程。本章将向大家介绍FREQ过程的用法。

b · 发表于 2004-5-30 05:37:25

<

align=center>§6.1 引 例<

align=justify>例6.1 某医生用国产呋喃硝胺治疗十二指肠溃疡，以甲氰咪胍作对照组，问两种方法治疗效果有无差别（医统第二版

37 例3.10）？<DIV align=center><CENTER><TABLE cellSpacing=0 cellPadding=0 border=1><TR><TD>处 理</TD><TD>愈 合</TD><TD>未愈合</TD><TD>合计</TD></TR><TR><TD>呋喃硝胺</TD><TD>54</TD><TD>8</TD><TD>62</TD></TR><TR><TD>甲氰咪胍</TD><TD>44</TD><TD>20</TD><TD>64</TD></TR><TR><TD>合 计</TD><TD>98</TD><TD>28</TD><TD>126</TD></TR></TABLE></CENTER></DIV>解：在建立行´ 列表的数据集时一般需要三个变量――行变量、列变量和指示每个格子中频数的变量。本例首先建立这样一个数据集，然后调用FREQ过程输出行´ 列表，同时利用CHISQ选项进行c 2检验。① 设定数据库环境：LIBNAME A C:\USER ；② 数据步，建立数据集（这里同时给出直接输入和利用循环语句输入两种程序）：<TABLE 3px outset; BORDER-TOP: 3px outset; BORDER-LEFT: 3px outset; BORDER-BOTTOM: 3px outset" width=600 border=0><TR><TD width="50%">DATA A.YTLI8_1;</TD><TD width="50%">DATA A.YTLI8_1;</TD></TR><TR><TD width="50%">　INPUT ROW COLUMN NUMBER ;</TD><TD width="50%">　DO ROW=1 TO 2；</TD></TR><TR><TD width="50%">　CARDS；</TD><TD width="50%">　　DO COLUMN=1 TO 2；</TD></TR><TR><TD width="50%">　1　1　54</TD><TD width="50%">　　　INPUT NUMBER @@;</TD></TR><TR><TD width="50%">　1　2　 8</TD><TD width="50%">　　　OUTPUT；</TD></TR><TR><TD width="50%">　2　1　44</TD><TD width="50%">　　END；</TD></TR><TR><TD width="50%">　2　2　20</TD><TD width="50%">　END；</TD></TR><TR><TD width="50%">；</TD><TD width="50%">　CARDS；</TD></TR><TR><TD width="50%">RUN;</TD><TD width="50%">　54　8　44　20</TD></TR><TR><TD width="50%"></TD><TD width="50%">；</TD></TR><TR><TD width="50%"></TD><TD width="50%">RUN;</TD></TR></TABLE>③ 调用FREQ过程，进行c 2检验：<TABLE 3px outset; BORDER-TOP: 3px outset; BORDER-LEFT: 3px outset; BORDER-BOTTOM: 3px outset" border=0><TR><TD>PROC FREQ DATA=A.YTLI8_1;</TD></TR><TR><TD>　TABLE ROW*COLUMN / CHISQ;</TD></TR><TR><TD>　WEIGHT NUMBER;</TD></TR><TR><TD>RUN;</TD></TR></TABLE>

b · 发表于 2004-5-30 05:37:39

<

align=center>§6.2 FREQ过程<

>6.2.1 语法格式<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" width=600 border=0><TR><TD>

ROC FREQ [选项]；</TD><TD></TD></TR><TR><TD>　TABLES 请求式/[选项]；</TD><TD> 必需，指定行变量和列变量</TD></TR><TR><TD>　WEIGHT <变量名>；</TD><TD> 指定频数指定变量</TD></TR><TR><TD>BY <变量名列>；</TD><TD></TD></TR></TABLE>如：PROC FREQ；TABLES A；产生变量A的一维频数表。PROC FREQ；TABLES A*B；产生A、B两个变量的列联表，*前为行变量，*后为列变量。在TABLES语句中用*号连接三个或n个变量名，可得到三维或n维列联表，最后一个变量各水平形成表的列，倒数第二个变量各水平形成表的行，其它变量的每一级水平(或水平组合)形成一层，且每一层都形成分离的列联表。如：PROC FREQ；TABLES A*B*C*D；列联表的数量为A、B不同水平的组合数，每个表的上部为D的各水平，左侧为C的各水平。6.2.2 语法说明【程序步选项】<UL><LI>DATA＝数据集 规定PROC FREQ语句使用的数据集 <LI>ORDER＝FREQ 按频数递减顺序排列 <LI>ORDER＝DATA 按数据集中出现的顺序排列 <LI>ORDER＝INTERNAL 按内部值排列(缺省) <LI>ORDER＝FORMATTED 按外部格式值排列</LI></UL>【TABLES语句】PROC FREQ过程中可有多条TABLES语句，TABLES语句后可接多个表格请求式，每个请求式可包含任何数量的变量，从而得到所需的表格。如果TABLES语句缺省，则FREQ过程对数据集中的所有变量都给出相应的一维频数表。不规定任何选项时，若需某变量的一维频数，FREQ给出该变量每一水平的频数(freqency)、累积频数(cumulative freqency)、频数的百分比(percent)和累积百分比(cumulative percent)；若需二维频数表，FREQ产生交叉分组列表，即包括各格的频数、总频数的格百分数、行频数的格百分数和列频数的格百分数。请求式由一个或多个用“*”连接起来的变量名组成。几个变量可放在括号中，如：TABLES A*(B C)；等价于TABLES A*B A*C；TABLES (A-C)*D；等价于TABLES A*D B*D C*D；下列选项可用于TABLES语句中“/”的后面：<OL><LI>普通选项</LI></OL><UL><LI>OUT＝数据集 建立一个包含变量值和频数计数的输出数据集。如果TABLES语句中不止一个请求式，数据集的内容相应于TABLES语句中最后一个请求。</LI></UL><OL start=2><LI>统计分析选项</LI></OL><UL><LI>CHISQ 对每层作c 2检验，包括Pearson c 2、似然比c 2和Mantel-Haenszel c 2。此外还给出与c 2检验有关的关联指标包括Phi系数、列联系数和Cramer’s V。对于2×2表，给出Fisher精确概率。 <LI>AGREE 进行配对c 2检验。 <LI>EXACT 对大于2×2的列联表计算Fisher精确概率。同时也给出CHISQ选项的全部统计量。 <LI>MEASURES 对每层的二维表计算一系列关联指标及相应的标准误，包括Pearson和Spearman相关系数，以及Gamma和Kendall系数等。对于2×2表，还给出常用的危险度指标及其标准误。 <LI>CMH 给出Cochran-Mantel-Haenszel统计量，可检验在调整了TABLES语句中其它变量后，行变量与列变量之间的关联程度。对于2×2表，FREQ过程给出相对危险度估计及其可信区间，还给出各层关联度指标是否齐性的Breslow检验。 <LI>ALL 给出CHISQ、MEASURES、CMH所请求的全部统计量。 <LI>ALPHA＝p 给出检验水准。缺省为0.05。</LI></UL><OL start=3><LI>有关表格信息选项</LI></OL><UL><LI>EXPECTED 给出期望频数 <LI>DEVIATION 给出每格的实际频数与期望频数的差值 <LI>CELLCHISQ 给出每格对总c 2的贡献，即计算每格的(实际频数-期望频数)2/期望频数。 <LI>CUMCOL 给出累积列百分数</LI></UL><OL start=4><LI>禁止输出选项</LI></OL><UL><LI>NOFREQ 不给出列联表中的格频数 <LI>NOPERCENT 不给出列联表中的格百分数 <LI>NOROW 不给出列联表中各格的行百分数 <LI>NOCOL 不给出列联表中各格的列百分数 <LI>NOCUM 不给出频数表的累积频数和累积百分数 <LI>NOPRINT 不给出表格，但给出CHISQ、MEASURES或CMH等语句所指定的统计量。</LI></UL>【WEIGHT语句】通常每个观察值提供数值1给频数计数，当WEIGHT语句出现时，每个观察值提供的是该观察值的加权变量值。该值必须非负，但可不必为整数。只能使用一个WEIGHT语句，且该语句作用于所有的表。6.2.3 结果解释当TABLES语句不带任何选项时，FREQ过程只输出N维频数表，只有在选项中指定统计方法后才输出相应的检验结果。下面以本章例8.1的输出为例，解释FREQ过程的结果。

b · 发表于 2004-5-30 05:38:28

<

align=center>TABLE OF ROW BY COLUMN<

align=center>每个单元格给出以下结果：ROW为行变量，COLUMN为列变量<

0px; MARGIN-BOTTOM: 0px" align=justify>　<TABLE cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD width=191></TD><TD width=405>ROW 　　　　COLUMN</TD></TR><TR><TD width=191>频数，指格频数 </TD><TD width=405>Frequency|</TD></TR><TR><TD width=191>百分数</TD><TD width=405>Percent | 百分数即指该格频数占总频数的百分比</TD></TR><TR><TD width=191>行百分数</TD><TD width=405>Row Pct | 指该格频数占该行总频数的百分比</TD></TR><TR><TD width=191>列百分数</TD><TD width=405>Col Pct | 1| 2 | Total 行变量的不同取值及合计</TD></TR><TR><TD width=191></TD><TD width=405>---------+-------+-------+</TD></TR><TR><TD align=middle width=191>列</TD><TD width=405> 1 | 54 | 8 | 62</TD></TR><TR><TD align=middle width=191>变</TD><TD width=405> | 42.86 | 6.35 | 49.21</TD></TR><TR><TD align=middle width=191>量</TD><TD width=405> | 87.10 | 12.90 |</TD></TR><TR><TD align=middle width=191>的</TD><TD width=405> | 55.10 | 28.57 |</TD></TR><TR><TD align=middle width=191>不</TD><TD width=405>---------+-------+-------+</TD></TR><TR><TD align=middle width=191>同</TD><TD width=405> 2 | 44 | 20 | 64</TD></TR><TR><TD align=middle width=191>取</TD><TD width=405> | 34.92 | 15.87 | 50.79</TD></TR><TR><TD align=middle width=191>值</TD><TD width=405> | 68.75 | 31.25 |</TD></TR><TR><TD align=middle width=191>及</TD><TD width=405> | 44.90 | 71.43 |</TD></TR><TR><TD align=middle width=191>合</TD><TD width=405>---------+-------+-------+</TD></TR><TR><TD align=middle width=191>计</TD><TD width=405>Total 98 28 126</TD></TR><TR><TD align=middle width=191></TD><TD width=405> 77.78 22.22 100.00</TD></TR></TABLE>STATISTICS FOR TABLE OF ROW BY COLUMN Statistic DF Value Prob ------------------------------------------------------Pearson c2 Chi-Square 1 6.133 0.013似然比c2 Likelihood Ratio Chi-Square 1 6.304 0.012c2M-H Continuity Adj. Chi-Square 1 5.118 0.024 Mantel-Haenszel Chi-Square 1 6.084 0.014 Fisher's Exact Test (Left) 0.997 (Right) 0.011 (2-Tail) 0.018 Phi Coefficient 0.221 Contingency Coefficient 0.215 Cramer's V 0.221 Sample Size = 126 样本例数为126<img src="http://medstatstar.myetang.com/sas/coach6/Image10.gif"> 以上统计结果的最后三行为三个系数，三项均无P值，只给出具体的统计量值。它们都是用于刻划行变量、列变量两个分类变量之间关联强度的描述性统计量。

b · 发表于 2004-5-30 05:38:42

<

align=justify><img src="http://medstatstar.myetang.com/sas/coach6/Image26.gif"> 给大家讲件真事，也是笑话，如果你笑得出来。有位同学做课题，考虑到统计不太熟，就找另一位研究生(当然不是统计专业的)来帮他。这位朋友用FREQ过程得出c 2检验结果，同学看了直犯愁，便问道：“这么多P值，用哪个呀？”朋友反问：“你是想有差别还是无差别？”他回答：“当然是有差别喽。”答曰：“那就用P值最小的那个！”<

align=justify>　6.2.4 应用实例<

align=justify>例6.2 某地测得6094人的血型结果如下，问ABO血型与MN血型有无关联？(医学统计学第二版P.197 2.11题)<CENTER><DIV align=center><CENTER><TABLE cellSpacing=0 cellPadding=0 border=1><TR><TD vAlign=top width="21%">血 型</TD><TD vAlign=top width="21%">M</TD><TD vAlign=top width="21%">N</TD><TD vAlign=top width="21%">MN</TD><TD vAlign=top width="15%">合计</TD></TR><TR><TD vAlign=top width="21%">O</TD><TD vAlign=top width="21%">431</TD><TD vAlign=top width="21%">490</TD><TD vAlign=top width="21%">902</TD><TD vAlign=top width="15%">1823</TD></TR><TR><TD vAlign=top width="21%">A</TD><TD vAlign=top width="21%">388</TD><TD vAlign=top width="21%">410</TD><TD vAlign=top width="21%">800</TD><TD vAlign=top width="15%">1598</TD></TR><TR><TD vAlign=top width="21%">B</TD><TD vAlign=top width="21%">495</TD><TD vAlign=top width="21%">587</TD><TD vAlign=top width="21%">950</TD><TD vAlign=top width="15%">2032</TD></TR><TR><TD vAlign=top width="21%">AB</TD><TD vAlign=top width="21%">137</TD><TD vAlign=top width="21%">179</TD><TD vAlign=top width="21%">325</TD><TD vAlign=top width="15%">641</TD></TR><TR><TD vAlign=top width="21%">合 计</TD><TD vAlign=top width="21%">1451</TD><TD vAlign=top width="21%">1666</TD><TD vAlign=top width="21%">2977</TD><TD vAlign=top width="15%">6094</TD></TR></TABLE></CENTER></DIV></CENTER>解：程序如下:<TABLE 3px outset; BORDER-TOP: 3px outset; BORDER-LEFT: 3px outset; BORDER-BOTTOM: 3px outset" width=600 border=0><TR><TD>data.yt2_11;</TD></TR><TR><TD>　do a=1 to 4;</TD></TR><TR><TD>　　do b=1 to 3;</TD></TR><TR><TD>　　　input count @@;</TD></TR><TR><TD>　　　output;</TD></TR><TR><TD>　　end;</TD></TR><TR><TD>　end;</TD></TR><TR><TD>　cards;</TD></TR><TR><TD>　431 490 902 388 ．．．</TD></TR><TR><TD>;</TD></TR><TR><TD>proc freq;</TD></TR><TR><TD>　tables a * b/chisq;</TD></TR><TR><TD>　weight count;</TD></TR><TR><TD>run;</TD></TR></TABLE>例6.3 用甲乙两种培养基培养结核杆菌45份，问两种培养基何者为优？(医学统计学第一版P.310 1.14题)<CENTER><DIV align=center><CENTER><TABLE cellSpacing=0 cellPadding=0 border=1><TR><TD vAlign=top width="15%" rowSpan=5>
乙
培
养基</TD><TD vAlign=top width="20%">　</TD><TD vAlign=top width="45%" colSpan=2>甲培养基</TD><TD vAlign=top width="20%">　</TD></TR><TR><TD vAlign=top width="20%">　</TD><TD vAlign=top width="22%">+</TD><TD vAlign=top width="23%">－</TD><TD vAlign=top width="20%">合计</TD></TR><TR><TD vAlign=top width="20%">+</TD><TD vAlign=top width="22%">12</TD><TD vAlign=top width="23%">16</TD><TD vAlign=top width="20%">28</TD></TR><TR><TD vAlign=top width="20%">－</TD><TD vAlign=top width="22%">4</TD><TD vAlign=top width="23%">13</TD><TD vAlign=top width="20%">17</TD></TR><TR><TD vAlign=top width="20%">合计</TD><TD vAlign=top width="22%">16</TD><TD vAlign=top width="23%">29</TD><TD vAlign=top width="20%">45</TD></TR></TABLE></CENTER></DIV></CENTER>解:程序如下(结果给出c2及其P值):<TABLE 3px outset; BORDER-TOP: 3px outset; BORDER-LEFT: 3px outset; BORDER-BOTTOM: 3px outset" width=600 border=0><TR><TD>data a.yt1_14;</TD></TR><TR><TD>　input r c num @@;</TD></TR><TR><TD>　cards;</TD></TR><TR><TD>　1 1 12 1 2 16 2 1 4 2 2 13</TD></TR><TR><TD>;</TD></TR><TR><TD>proc freq;</TD></TR><TR><TD>　tables r*c/agree;</TD></TR><TR><TD>　weight num;</TD></TR><TR><TD>run;</TD></TR></TABLE>注：该方法在ASSIST视窗中无法实现，在低版本的SAS中也无法实现。

b · 发表于 2004-5-30 05:39:08

<

align=center>第七章 方差分析和协方差分析<

align=center> <

align=justify>方差分析和协方差分析在SAS系统中由SAS/STAT模块来完成，其中我们常用的有ANOVA过程和GLM过程。前者运算速度较快，但功能较为有限；后者运算速度较慢，但功能强大，我们做协方差分析时就要用到GLM过程。本章将首先介绍方差分析所用数据集的建立技巧，然后重点介绍这两个程序步。<img src="http://medstatstar.myetang.com/sas/coach6/image10.gif">其实，这里的速度快慢只是相对而言，SAS的处理速度是首屈一指的。举个例子，这个暑假我做了一个有6600条记录的，7因素的，交叉设计的方差分析（是不是已经有人喊头痛了？），我先是用SPSS FOR WIN95 7.5来做，运行了大约10分钟才出结果。我又换用SAS FOR WIN95 6.12来做，结果用了――2.47秒！

b · 发表于 2004-5-30 05:39:25

<

align=center>§7.1 方差分析数据集的建立技巧<

>7.1.1 方差分析的数据集格式<

align=justify>统计分析所用的数据格式和我们在分析整理资料时所用的格式是不同的。一般来说，数据集中应至少有一个结果变量，用于记录不同处理因素水平下观察值的大小；至少有一个处理因素变量，用于记录处理因素的类型及其水平数。以单因素方差分析为例，就应有一个结果变量和一个处理因素变量；而两因素的方差分析应有一个结果变量和两个处理因素变量。例7.1 某职业病防治院对31名石棉矿工中的石棉肺患者、可疑患者及非患者进行了用力肺活量测定，请给出数据集的结构（卫统p44 例5.1）。解：数据集中应有两个变量，x和group。x记录肺活量的大小；group取值为1、2或3，分别代表石棉肺患者、可疑患者及非患者。例7.2 某厂医务室测定了10名氟作业工人工前、工中及工后4小时的尿氟浓度，请给出数据集的结构（卫统p46 例5.2）。解：数据集中应有三个变量，x、group和worker。x记录尿氟浓度；group取值为1、2或3，分别代表工前、工中及工后；worker取值为1到10，分别代表10名工人。7.1.2 方差分析数据集的建立技巧可见方差分析的数据集其变量取值有一定的规律，因此可以利用循环语句和判断语句来简化输入。例7.3 请建立例6.1的数据集。解：我们可以一个一个的输入变量group的值，但这里给出一种更酷的建立方法。<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=0 cellPadding=0 border=0><TR><TD vAlign=top width=594 colSpan=2>libname a 'c:\user';</TD></TR><TR><TD vAlign=top width=594 colSpan=2>data a.wtli5_1;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　group=1;</TD></TR><TR><TD vAlign=top width=261>　if _n_>11 then</TD><TD vAlign=top width=331 rowSpan=4>此处的_n_为SAS系统变量，表明读入的数据为第几条记录，由于石棉肺患者只有11人，因此第12条记录只能是可疑患者的记录，同理，从第20条记录开始的只能是非患者的记录。这里利用判断语句来完成从_n_到group的转换。</TD></TR><TR><TD vAlign=top width=261>　if _n_>20 then group=3;</TD></TR><TR><TD vAlign=top width=261>　　else group=2;</TD></TR><TR><TD vAlign=top width=261>　;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　input value @@;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　cards;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　1.8 1.4 1.5 2.1 ... ... 3.3 3.5</TD></TR><TR><TD vAlign=top width=594 colSpan=2>;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>proc print;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>run;</TD></TR></TABLE>例7.4 请建立例7.2的数据集。解：此例中数据较有规律，各组的例数均相等，这可正是循环语句大显身手的时候。<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD vAlign=top width=594 colSpan=2>libname a 'c:\user';</TD></TR><TR><TD vAlign=top width=594 colSpan=2>data a.wtli5_2;</TD></TR><TR><TD vAlign=top width=292>　do group=1 to 3;</TD><TD vAlign=top width=300 rowSpan=2>这里的SAS语句非常类似于Foxbase语句，两个循环分别控制了group和worker的取值，这在输入数据时是常见的一种技巧。</TD></TR><TR><TD vAlign=top width=292>　　do worker=1 to 10;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　　　input value @@;</TD></TR><TR><TD vAlign=top width=292>　　　output;</TD><TD vAlign=top width=300>两个变量只是循环变量，因此要用output语句写入数据集中。</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　　end;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　end;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　cards;</TD></TR><TR><TD vAlign=top width=292>　90.53 88.43 47.37 ...
　... 105.27 58.95</TD><TD vAlign=top width=300 rowSpan=2>请注意x变量和处理因素变量的对应关系，不要改变数据块的次序，否则建立的数据集是错的。</TD></TR><TR><TD vAlign=top width=292>　;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>proc print;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>run;</TD></TR></TABLE>

b · 发表于 2004-5-30 05:39:37

<

align=center>§7.2 引 例<

align=justify>例7.5 请回答在例7.1中三组石棉矿工的用力肺活量有无差别？<

align=justify>解：由于是三组做比较，因此要用方差分析法。在建立数据集后可用ANOVA过程或GLM过程进行分析，同时给出选项进行各组均数的两两比较（此处用SNK法），两过程的输出格式基本一致。对于单因素的方差分析，在比较之前一般要考虑方差齐性的问题。这里可以用GLM过程中的HOVTEST选项实现，实际上这也是在SAS中做方差齐性检验的唯一途径。① 设定数据库环境：LIBNAME A 'C:\USER';② 数据步，建立数据集（略）：③ ANOVA或GLM过程，进行方差分析并同时做两两比较（SNK法）：<TABLE 3px outset; BORDER-TOP: 3px outset; BORDER-LEFT: 3px outset; BORDER-BOTTOM: 3px outset" cellSpacing=0 cellPadding=0 width=600 border=0><TR><TD vAlign=top width="46%">PROC ANOVA DATA=A.WTLI5_1;</TD><TD vAlign=top width="54%">PROC GLM DATA=A.WTLI5_1;</TD></TR><TR><TD vAlign=top width="46%">　CLASS GROUP;</TD><TD vAlign=top width="54%">　CLASS GROUP;</TD></TR><TR><TD vAlign=top width="46%">　MODEL VALUE=GROUP;</TD><TD vAlign=top width="54%">　MODEL VALUE=GROUP /SS1;</TD></TR><TR><TD vAlign=top width="46%">　MEAN GROUP /SNK;</TD><TD vAlign=top width="54%">　MEAN GROUP /SNK HOVTEST;</TD></TR><TR><TD vAlign=top width="46%">RUN;</TD><TD vAlign=top width="54%">RUN;</TD></TR></TABLE><img src="http://medstatstar.myetang.com/sas/coach6/image11.gif">这里的GLM过程中有两个选项，SS1要求只输出方差分析SS1模型的结果（默认输出SS1和SS3两种模型的结果），HOVTEST则要求进行方差齐性检验（该选项只能在SAS 6.12以上的版本中实现）。

		自动登录	找回密码
密码			注-册-帐-号