SAS 6.12教程

b · 发表于 2004-5-30 05:39:52

<

align=center>§7.3 ANOVA过程<

align=justify>ANOVA过程是SAS系统中用于方差分析的几个程序步之一，它适用于平衡的数据。这意味着如果按所分析的变量将观测值分类，则每个格子内的观测值数目应相同。如果数据不满足这一要求，则ANOVA过程的分析结果并不可靠，分析者应改用GLM过程来处理数据。<

>7.3.1 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 ANOVA [DATA= <数据集名></TD><TD vAlign=top width="50%">　</TD></TR><TR><TD vAlign=top width="50%">　MANOVA</TD><TD vAlign=top width="50%">按多元分析的要求略去有任一缺失值的记录</TD></TR><TR><TD vAlign=top width="50%">　OUTSTAT= <数据集名>] ;</TD><TD vAlign=top width="50%">指定统计结果输出的数据集名</TD></TR><TR><TD vAlign=top width="50%">　CLASS <处理因素名列>;</TD><TD vAlign=top width="50%">必需，指定要分析的处理因素</TD></TR><TR><TD vAlign=top width="50%">　MODEL <应变量名=处理因素名列> / [选项];</TD><TD vAlign=top width="50%">必需，给出分析用的方差分析模型</TD></TR><TR><TD vAlign=top width="50%">　MEANS <变量名列> / [选项] ;</TD><TD vAlign=top width="50%">指定要两两比较的因素及比较方法</TD></TR><TR><TD vAlign=top width="50%">　BY <变量名列>;</TD><TD vAlign=top width="50%">　</TD></TR><TR><TD vAlign=top width="50%">　FREQ <变量名>;</TD><TD vAlign=top width="50%">　</TD></TR><TR><TD vAlign=top width="50%">　MANOVA H= 效应 E= 效应 M= 公式...;</TD><TD vAlign=top width="50%">指定多元方差分析的选项</TD></TR></TABLE>7.3.2 语法说明Means语句的选项主要用来指定两两比较的方法和检验水准，主要有：<UL><LI>两两比较方法 BON（Bonferroni检验）、DUNCAN（新复极差法）、DUNNETT、GABRIEL、LSD（最小显著差法）、SCHEFFE、SIDAK 、SNK（q检验）、TUKEY 、WALLER <LI>其它 ALPHA= p值 更改<img src="http://medstatstar.myetang.com/sas/coach6/image27.gif">水准</LI></UL>7.3.3 结果解释这里以例7.2的数据为例，ANOVA过程的输出结果分两大部分，第一部分是分析变量的列表描述，第二部分是统计结果，先是所用方差分析模型的检验，然后是各个处理因素和交互作用的检验结果，最后则是两两比较的结果。<PRE> Analysis of Variance Procedure 方差分析过程 Class Level Information 处理因素取值情况</PRE><PRE>Class Levels Values处理因素变量名取值数具体值GROUP 3 1 2 3WORKER 10 1 2 3 4 5 6 7 8 9 10</PRE><PRE> Number of observations in data set = 30 样本大小为30</PRE><PRE>--------------以下为方差分析的统计结果部分，首先是对方差分析所用模型的检验-------------</PRE><PRE> Analysis of Variance Procedure</PRE><PRE>Dependent Variable: VALUE 应变量名为VALUE</PRE><PRE>Source DF Sum of Squares Mean Square F Value Pr > F变异来源自由度 SS MS F p值</PRE><PRE>Model 11 47895.87728667 4354.17066242 4.51 0.0024Error 18 17365.56086000 964.75338111Corrected Total 29 65261.43814667</PRE><PRE> R-Square C.V. Root MSE 应变量名 Mean 所用模型的决定系数变异系数剩余标准差应变量均数 0.733908 28.27501 31.06047941 109.85133333</PRE><PRE>-----------统计结果的第二部分，对各个具体处理因素及其交互作用的检验----------</PRE><PRE>Dependent Variable: VALUE</PRE><PRE>Source DF Anova SS Mean Square F Value Pr > F变异来源自由度 SS MS F p值</PRE><PRE>GROUP 2 8182.89340667 4091.44670333 4.24 0.0310WORKER 9 39712.98388000 4412.55376444 4.57 0.0030</PRE><PRE>---------统计结果的第三部分，对GROUP变量做两两比较，只有MEAN语句中指定了才会出现------</PRE><PRE> Analysis of Variance Procedure</PRE><PRE> Student-Newman-Keuls test for variable: VALUE 注意这里我们用SNK法做例子，其余比较方法的输出结果与之类似 NOTE: This test controls the type I experimentwise error rate under the complete null hypothesis but not under partial null hypotheses.</PRE><PRE> Alpha= 0.05 df= 18 MSE= 964.7534 α水准为0.05，自由度为18，MS误差为964.7534</PRE><PRE> Number of Means 2 3 Critical Range 29.183219 35.451257 SNK法两两比较时的界值，两均数之差大于该界值时则两组有统计学差异</PRE><PRE> Means with the same letter are not significantly different.</PRE><PRE> SNK Grouping Mean N group(处理因素变量名)</PRE><PRE> A 126.59 10 2 A B A 115.59 10 3 B B 87.38 10 1 检验的分组结果各组均数例数组别</PRE>注：为了便于理解，SAS将两两比较的结果直接用英文字母的形式标示出来。两两比较结果的最右侧是处理因素变量的取值，最左侧标以字母A、B、C等等，用以表示该处理组和其它组有无差异。如果两组有相同的字母（如2、3两组），则两者之间无差异；而如果两组间只有不同的字母，则表示两组间的差异有统计学意义。可以看出此次比较的结果为：1组和2组有区别，其余均两两无区别

b · 发表于 2004-5-30 05:40:04

<

>7.3.4 应用实例<

align=justify>例7.6 现测定了某湖湖水不同季节氯化物的含量，问不同季节氯化物含量有无区别（卫统p226 2.6题）？<

align=justify>解：<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>data a.wt2_6;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　do season=1 to 4;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　　input x @@;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　　output;</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=265>　22.6 19.1 ... 19.6 14.8</TD><TD vAlign=top width=327>注意输入次序</TD></TR><TR><TD vAlign=top width=594 colSpan=2>;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>proc anova data=a.wt2_6;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　class season;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　model x=season;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>　mean season/snk;</TD></TR><TR><TD vAlign=top width=594 colSpan=2>run;</TD></TR></TABLE><img src="http://medstatstar.myetang.com/sas/coach6/image26.gif">在本例中我为了节省地方，将大部分数据块用省略号略去了，可在带习时我惊讶的发现：有的同学在上机时敲入的这个程序居然也带有省略号？！显然是我误导了大家，辜负了同志们的信任，在此仅致以深深的歉意。你们到底要我怎么写才好 ．．．

b · 发表于 2004-5-30 05:40:17

<

align=center>§7.4 GLM过程<

align=justify>GLM过程即广义线形模型(General Liner Model)过程，它使用最小二乘法对数据拟合广义线形模型。GLM过程中可以进行回归分析、方差分析、协方差分析、剂量――反应模型分析、多元方差分析和偏相关分析等等，其功能之强大可见一斑。<

align=justify><img src="http://medstatstar.myetang.com/sas/coach6/image10.gif">以上所提到的各种分析均可归入广义线形模型的范畴，因此均可用GLM过程来分析。7.4.1 语法格式非常走运，在我们所用到的范围里，GLM过程的语法结构和ANOVA过程完全相同，这可大大的方便了我们的学习。这里我们只解释协方差分析的做法：由于协变量并非我们研究的处理因素，因此在CLASS语句中可不能有它的位置；但是，另一方面协变量要影响结果变量的取值，因此必须在模型中引入，怎么办？只要在MODEL语句中将其写入即可（写在分析变量的首位）。瞧，就这么简单！7.4.2 结果解释这次我们仍然很走运，GLM过程的结果和ANOVA过程是雷同的――注意是雷同而不是相同。在处理因素、协变量及交互作用的检验结果部分，GLM过程会给出两种结果（Ⅰ类和Ⅲ类结果）。在我们用到的范围里，两种结果是完全相同的，所以用哪一种都可以。7.4.3 应用实例例7.7 今用A、B两药治疗12名贫血病人，测得治疗一个月时的红细胞增加数（百万/mm3），问两药的治疗效果如何，两药同时使用的效果如何（医统第二版P92 例5.5）？解：该实验的设计为析因设计，在分析时要将交互作用考虑在内。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>data a.ytli5_5;</TD></TR><TR><TD vAlign=top colSpan=2>　do b=1 to 0 by -1;</TD></TR><TR><TD vAlign=top colSpan=2>　　do a=1 to 0 by -1;</TD></TR><TR><TD vAlign=top>　　　do tmpvar=1 to 3;</TD><TD vAlign=top>tmpvar为临时变量，使一个格子里有3个观测值</TD></TR><TR><TD vAlign=top colSpan=2>　　　　input x@@;</TD></TR><TR><TD vAlign=top colSpan=2>　　　　output;</TD></TR><TR><TD vAlign=top colSpan=2>　　　end;</TD></TR><TR><TD vAlign=top colSpan=2>　　end;</TD></TR><TR><TD vAlign=top colSpan=2>　end;</TD></TR><TR><TD vAlign=top>　drop tmpvar;</TD><TD vAlign=top>删除临时变量tmpvar</TD></TR><TR><TD vAlign=top colSpan=2>　cards;</TD></TR><TR><TD vAlign=top colSpan=2>　2.1 2.2 2.0 0.9 1.1 1.0</TD></TR><TR><TD vAlign=top colSpan=2>　1.3 1.2 1.1 0.8 0.9 0.7</TD></TR><TR><TD vAlign=top colSpan=2>;</TD></TR><TR><TD vAlign=top colSpan=2>proc glm data=a.ytli3_4;</TD></TR><TR><TD vAlign=top colSpan=2>　class a b;</TD></TR><TR><TD vAlign=top>　model x=a b a*b;</TD><TD vAlign=top>a*b表示a、b的交互作用</TD></TR><TR><TD vAlign=top colSpan=2>run;</TD></TR></TABLE>例7.8 请给出《医学统计学》第一版108页例6.1的分析程序。解：协方差分析的关键步骤是分析资料是否满足协方差分析的应用条件，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>data a.ytli6_1;</TD></TR><TR><TD vAlign=top colSpan=2>　group=1;</TD></TR><TR><TD vAlign=top colSpan=2>　if _n_>13 then group=2;</TD></TR><TR><TD vAlign=top colSpan=2>　input y x@@;</TD></TR><TR><TD vAlign=top colSpan=2>　cards;</TD></TR><TR><TD vAlign=top colSpan=2>　3.7 15.73 2.35 11.7 ...</TD></TR><TR><TD vAlign=top colSpan=2>　... 21.43 9.62 1.3 6.89</TD></TR><TR><TD vAlign=top colSpan=2>;</TD></TR><TR><TD vAlign=top width="50%">proc gplot;</TD><TD vAlign=top width="50%">做散点图，比较两组的相关趋势</TD></TR><TR><TD vAlign=top width="50%">　plot y*x=group ;</TD><TD vAlign=top width="50%">按group变量分组绘图</TD></TR><TR><TD vAlign=top width="50%">　symbol1 i=rl v=star;</TD><TD vAlign=top width="50%">在散点图上加回归线</TD></TR><TR><TD vAlign=top width="50%">　symbol2 i=rl v=plus;</TD><TD vAlign=top width="50%">　</TD></TR><TR><TD vAlign=top width="50%">proc reg;</TD><TD vAlign=top width="50%">做x、y的回归分析</TD></TR><TR><TD vAlign=top colSpan=2>　model y=x;</TD></TR><TR><TD vAlign=top colSpan=2>　by group;</TD></TR><TR><TD vAlign=top colSpan=2>proc glm data=a.ytli6_1;</TD></TR><TR><TD vAlign=top colSpan=2>　class group;</TD></TR><TR><TD vAlign=top width="50%">　model y= x group;</TD><TD vAlign=top width="50%">x为协变量</TD></TR><TR><TD vAlign=top colSpan=2>run;</TD></TR></TABLE>

b · 发表于 2004-5-30 05:40:52

<

align=center>第八章 直线回归、直线相关与logistic回归（上）<CENTER> </CENTER><

align=justify>直线回归与相关是联系非常紧密的两种统计分析方法，事实上SAS用于回归分析的程序步REG也可提供相关分析的结果，但进一步的深入分析仍应采用相应的程序步－－CORR才能实现。本章前三节主要介绍两个常用的用于直线回归和相关分析的程序步――REG过程和CORR过程。后两节则介绍多元线性回归和Logistic回归的方法和所用的过程。

b · 发表于 2004-5-30 05:41:03

<

align=center>§8.1 引 例<

align=justify>例8.1 今测定20名糖尿病人血糖水平（mmol/L）与胰岛素水平（mU/L），试以血糖为应变量Y，胰岛素为自变量X建立直线回归方程，并求两者的相关系数（医统第二版

104例6.1）。解：显然，在建立数据集时应指定血糖与胰岛素两个变量。再调用GPLOT过程绘制散点图观察有无直线趋势，然后调用REG过程求出直线回归方程，最后调用CORR过程求出相关系数。① 设定数据库环境：LIBNAME A ’C:\USER’;② 数据步，建立数据集：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>DATA A.YTLI7_1;</TD></TR><TR><TD>　INPUT Y X @@;</TD></TR><TR><TD>　CARDS;</TD></TR><TR><TD>　12.21 15.2 14.54 16.7 12.27 11.9 12.04 14.0 7.88 19.8 11.10 16.2</TD></TR><TR><TD>　10.43 17.0 13.32 10.3 19.59 5.9 9.05 18.7 6.44 25.1 9.49 16.4</TD></TR><TR><TD>　10.16 22.0 8.38 23.1 8.49 23.2 7.71 25.0 11.38 16.8 10.82 11.2</TD></TR><TR><TD>　12.49 13.7 9.21 24.4　</TD></TR><TR><TD>;</TD></TR><TR><TD>RUN;</TD></TR></TABLE>③ 做散点图，估计两变量有无直线趋势：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>PROC GPLOT DATA=A.YTLI7_1;</TD></TR><TR><TD>　PLOT Y*X;</TD></TR><TR><TD>RUN;</TD></TR></TABLE>④ REG过程，进行直线回归分析：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>PROC REG DATA=A.YTLI7_1;</TD></TR><TR><TD>　MODEL Y = X;</TD></TR><TR><TD>RUN;</TD></TR></TABLE>⑤ CORR过程，进行相关分析：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>PROC CORR DATA=A.YTLI7_1;</TD></TR><TR><TD>　VAR X Y ;</TD></TR><TR><TD>RUN;</TD></TR></TABLE>

b · 发表于 2004-5-30 05:41:17

<

align=center>§8.2 REG过程<

align=justify>SAS/STAT模块提供了近十个用于回归分析的过程，其中REG过程是进行一般线性回归分析最常用的过程，该过程采用最小二乘法拟合线性模型，可产生有关数据的一些描述统计量、参数估计和假设检验以及散点图，输出预测值、残差、学生化残差、可信限等，并可将这些结果输出到一个新的SAS数据集中。<

>8.2.1 语法格式REG过程的语法格式如下：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>PROC REG [DATA=<数据集名> [选项] ] ;</TD></TR><TR><TD>　MODEL 应变量名=自变量名列/ [选项] ;[1]</TD></TR><TR><TD>　[VAR 变量名列;[2]</TD></TR><TR><TD>　FREQ 变量名;</TD></TR><TR><TD>　WEIGHT 变量名;</TD></TR><TR><TD>　BY 变量名列;</TD></TR><TR><TD>　OUTPUT <OUT=新数据集名关键字=新变量名> ...;</TD></TR><TR><TD>　PLOT <纵坐标变量*横坐标变量[=绘图符号]...> / [选项];[3]]</TD></TR></TABLE>8.2.2 语法说明程序中全部语句中只有第一行和MODEL语句是必需的，其他都可以省略。<OL><LI>MODEL语句，必需语句，定义回归分析模型 <LI>VAR语句为可选的，指定用于计算交叉积的变量 <LI>PLOT语句为可选的，用于绘制变量间的散点图，还可添加回归线。</LI></OL>【过程选项】<UL><LI>OUTEST=数据集名 指定统计量和参数估计输出的新数据集名。
<LI>NOPRINT 禁止统计结果在OUTPUT视窗中输出。 <LI>SIMPLE 输出REG过程中所用的每个变量的基本统计量。 <LI>CORR 输出MODEL语句或VAR语句中所列变量的相关矩阵。 <LI>ALL 等价于MODEL语句加上全部选项，即输出该语句所有选项分析结果。</LI></UL>【MODEL语句】MODEL语句定义模型中的因变量、自变量、模型选项及结果输出选项。语句中的变量只能是数据集中的变量，任何形式的变换都必须先产生一个新变量，然后用于分析。如X1的二次项，不能在模型中直接指定X1*X1，而要产生另一个新变量代表X1*X1，方可引入模型。MODEL语句中常用的选项有：<UL><LI>NOINT 在模型中不拟合常数项。 <LI>STB 输出标准化回归系数。 <LI>CLI 输出个体预测值<img src="http://medstatstar.myetang.com/sas/coach6/image48.gif">的95%可信区间上下限。 <LI>CLM 输出因变量期望值(均值)的95%可信区间上下限。 <LI>R 输出个体预测值、残差及其标准误。 <LI>P 输出实际值Yi、预测值<img src="http://medstatstar.myetang.com/sas/coach6/image48.gif"> 和残差等。如已选择了CLI、CLM和R，则无需选择P。</LI></UL>【关键字】REG过程中OUTPUT语句的用法和UNIVARIATE过程中的用法相同，只是会用到另一些关键字。关键字用来定义需要输出到新数据集中的统计量，常用的关键字及其含义有：<TABLE cellSpacing=1 width=600 border=0><TR><TD>PREDICTED</TD><TD>因变量预测值(简写为P)</TD><TD>RESIDUAL</TD><TD>残差(简写为R)</TD></TR><TR><TD>L95M、U95M</TD><TD>均数95%可信区间上下限</TD><TD>L95、U95</TD><TD>个体预测值95%可信区间上下限</TD></TR><TR><TD>STDP</TD><TD>期望值的标准误</TD><TD>STDR</TD><TD>残差的标准误</TD></TR><TR><TD>STDI</TD><TD>预测值的标准误</TD><TD>STUDENT</TD><TD>学生化残差(即残差与标准误之比)</TD></TR></TABLE>【PLOT语句】PLOT语句用于输出变量间的散点图，其用法和GPLOT过程中的PLOT语句非常相似。PLOT语句定义的两变量可为MODEL语句或VAR语句中定义的任何变量。SYMBOL选项可定义散点图中点的标记，如SYMBOL=’*’，则每个点以“*”表示。8.2.3 结果解释REG过程的默认输出结果和方差分析输出结果相似，这是因为它们所用的统计模型相同。刚才的例4.1输出结果如下：<PRE></PRE>

b · 发表于 2004-5-30 05:41:37

Model: MODEL1 第一个模型
Dependent Variable: Y 应变量名为Y<

RE>----以下是REG过程给出的直线回归方程是否有统计学意义的检验结果，使用的检验方法为方差分析--- Analysis of Variance Sum of Mean Source DF Squares Square F Value Prob>F 变异来源自由度离均差平方和均方 F值 P值回归变异 Model 1 114.70324 114.70324 43.060 0.0001 误差 Error 18 47.94816 2.66379 总变异 C Total 19 162.65140</PRE><

RE> 误差的均方根 Root MSE 1.63211 R-square 0.7052 确定系数R2 <img src="http://medstatstar.myetang.com/sas/coach6/Image52.gif"> Dep Mean 10.85000 Adj R-sq 0.6888 调整的R2 Y的变异系数 C.V. 15.04250 </PRE><DIV align=center><CENTER><

RE>--------以下是参数估计及其假设检验结果，采用的是t检验--------</PRE></CENTER></DIV><PRE> Parameter Estimates</PRE><PRE> Parameter Standard T for H0: Variable DF Estimate Error Parameter=0 Prob > |T| 变量名自由度参数估计值估计值的标准误Sb t值 P值截距 INTERCEP 1 18.796143 1.26472741 14.862 0.0001 X 1 -0.458520 0.06987466 -6.562 0.0001</PRE>如果在MODEL语句中使用CLI、CLM选项，则系统输出因变量均值以及个体预测值的95％可信区间上下限，输出如下：<PRE> Dep Var Predict Std Err Lower95% Upper95% Lower95% Upper95% Obs Y Value Predict Mean Mean Predict Predict 1 12.2100 11.8266 0.394 10.9986 12.6547 8.2991 15.3541 记录号 Y的实测值预测值预测值的标准误 <img src="http://medstatstar.myetang.com/sas/coach6/image53.gif">可信区间的上下限个体预测值可信区间的上下限 Y <img src="http://medstatstar.myetang.com/sas/coach6/image55.gif"> <img src="http://medstatstar.myetang.com/sas/coach6/image56.gif"> (<img src="http://medstatstar.myetang.com/sas/coach6/image57.gif"> ) (<img src="http://medstatstar.myetang.com/sas/coach6/image58.gif"> )</PRE><PRE> Obs Residual 记录号残差 1 0.3834</PRE><PRE>Sum of Residuals 0 残差和Sum of Squared Residuals 47.9482 残差平方和Predicted Resid SS (Press) 66.8422 预测残差平方和</PRE>

b · 发表于 2004-5-30 05:41:51

<

align=center>§8.3 CORR过程<

align=justify>CORR过程计算变量间的相关系数，包括

earson积矩相关系数、Spearman等级相关系数等，同时也可给出一些单变量描述统计结果。8.3.1 语法格式CORR过程的语法格式如下：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" border=0><TR><TD>PROC CORR [选项] ;</TD></TR><TR><TD>　[VAR 变量名列 ;[1]</TD></TR><TR><TD>　WITH 变量名列;[2]</TD></TR><TR><TD>　WEIGHT 变量名;</TD></TR><TR><TD>　FREQ 变量名;</TD></TR><TR><TD>　BY 变量名列;]</TD></TR></TABLE>8.3.2 语法说明除了PROC语句为必需，其他语句都是可选的，如果省略所有的可选语句，则对所有变量作相关分析。<OL><LI>VAR语句，可选的语句，定义相关分析的变量 <LI>WITH语句，可选的语句，定义分析相关性的另一组变量</LI></OL>【过程选项】<OL><LI>数据集选项</LI></OL><UL><LI>DATA=数据集名 指定要分析的数据集名。 <LI>OUTP=数据集名 要求产生一个包含Pearson相关分析结果的新数据集，该选项应和Pearson选项一起使用方有效。 <LI>OUTS=数据集名 要求产生一个包含Spearman相关分析结果的新数据集。</LI></UL><OL start=2><LI>相关类型选项</LI></OL><UL><LI>PEARSON 要求计算PEARSON相关，系统在默认的情况下就计算PEARSON相关系数。 <LI>SPEARMAN 要求计算SPEARMAN相关，也就是等级相关（秩相关）。如果使用了WEIGHT语句，该选项无效。</LI></UL><OL start=3><LI>其它选项</LI></OL><UL><LI>NOMISS 去除含有缺失值的所有记录。<LI>NOPRINT 禁止统计结果在OUTPUT视窗中输出。<LI>NOSIMPLE 取消每个变量的简单统计描述。但如果指定了输出数据集，则VAR语句中的每个变量的简单统计描述仍会输出到指定的数据集。</LI></UL>【VAR语句和WITH语句】VAR语句给出希望计算相关的变量名。若省略该语句，则CORR过程计算指定数据集中所有数值变量间各种组合的相关系数。WITH语句必须和VAR语句一同使用。如果我们要得到特定变量组合的相关系数，则可在VAR语句中列出相关矩阵上部出现的变量，在WITH语句中列出相关矩阵左侧出现的变量。如有程序步如下：PROC CORR；　VAR A B；WITH X Y Z ；则产生下列组合的相关系数矩阵：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" width=150 border=0><TR><TD align=middle>　</TD><TD align=middle>A</TD><TD align=middle>B</TD></TR><TR><TD align=middle>X</TD><TD align=middle>rXA</TD><TD align=middle>rXB</TD></TR><TR><TD align=middle>Y</TD><TD align=middle>rYA</TD><TD align=middle>rYB</TD></TR><TR><TD align=middle>Z</TD><TD align=middle>rZA</TD><TD align=middle>rZB</TD></TR></TABLE>8.3.3 结果解释CORR过程的默认输出结果主要包括各个变量的简单统计描述和一个相关系数矩阵。例8.1的CORR过程的具体输出如下：<PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> Correlation Analysis</PRE><PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> 2 'VAR' Variables: X Y 相关阵中的变量有X、Y</PRE><PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> Simple Statistics 简单统计描述</PRE><PRE 0px; MARGIN-BOTTOM: 0px"></PRE><PRE 0px; MARGIN-BOTTOM: 0px">Variable N Mean Std Dev Sum Minimum Maximum变量名例数均数标准差总和最小值最大值 X 20 17.330000 5.358623 346.600000 5.900000 25.100000 Y 20 10.850000 2.925850 217.000000 6.440000 19.590000</PRE><PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> Pearson Correlation Coefficients / Prob > |R| under H Rho=0 / N = 20-------矩阵第一列为PEARSON相关系数，第二列为相应的P值。并且该样本的例数为20----- X Y</PRE><PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> X 1.00000 -0.83977 0.0 0.0001</PRE><PRE 0px; MARGIN-BOTTOM: 0px">　</PRE><PRE 0px; MARGIN-BOTTOM: 0px"> Y -0.83977 1.00000 0.0001 0.0</PRE>本例X与Y的相关系数达到-0.83977，检验相关系数检验的P值为0.0001，按α=0.05水准，拒绝H0，接受H1，相关系数检验由统计学意义，血糖和胰岛素之间由直线相关关系。

b · 发表于 2004-5-30 05:42:06

<

>8.3.4 应用实例<

align=justify>例8.2 下表给出了12名不同年龄(岁,X)妇女的收缩压测量值(mmHg,Y)，试进行回归分析。<DIV align=center><CENTER><TABLE cellSpacing=3 cellPadding=0 border=0><TR><TD><

align=center>妇女</TD><TD>1</TD><TD>2</TD><TD>3</TD><TD>4</TD><TD>5</TD><TD>6</TD><TD>7</TD><TD>8</TD><TD>9</TD><TD>10</TD><TD>11</TD><TD>12</TD></TR><TR><TD>年龄</TD><TD>56</TD><TD>42</TD><TD>72</TD><TD>36</TD><TD>63</TD><TD>47</TD><TD>55</TD><TD>49</TD><TD>38</TD><TD>42</TD><TD>68</TD><TD>60</TD></TR><TR><TD>血压</TD><TD>147</TD><TD>125</TD><TD>160</TD><TD>118</TD><TD>149</TD><TD>128</TD><TD>150</TD><TD>145</TD><TD>115</TD><TD>140</TD><TD>152</TD><TD>155</TD></TR></TABLE></CENTER></DIV><OL><LI>制作散点图；</LI></OL>(2) 建立由X预报<img src="http://medstatstar.myetang.com/sas/coach6/image55.gif">的回归方程，制作回归直线；(3) 对回归方程及回归系数b进行假设检验；(4) 绘制<img src="http://medstatstar.myetang.com/sas/coach6/image55.gif">的95％可信区间；(5) 建立单个Y值的预报方程；(6) 计算积矩相关系数，并进行假设检验。解：程序如下：<TABLE 2px outset; BORDER-TOP: 2px outset; BORDER-LEFT: 2px outset; BORDER-BOTTOM: 2px outset" cellSpacing=1 width=600 border=0><TR><TD>data a.yt4_10;</TD></TR><TR><TD>　input x y @@;</TD></TR><TR><TD>　cards;</TD></TR><TR><TD>　56 147 ... ... 60 155</TD></TR><TR><TD>;</TD></TR><TR><TD>proc gplot;</TD></TR><TR><TD>　plot y*x y*x/overlay;</TD></TR><TR><TD>　symbol1 v=star c=pink ;</TD></TR><TR><TD>　symbol2 i=rlcli c=blue ;</TD></TR><TR><TD>proc corr;</TD></TR><TR><TD>　var x y;</TD></TR><TR><TD>proc reg;</TD></TR><TR><TD>　model y = x / cli clm;</TD></TR><TR><TD>run;</TD></TR></TABLE>GPLOT过程绘制高分辨率的图形，在PLOT语句中作了两层图，用OVERLAY选项让它们在同一坐标系中绘制，第一层图绘制散点图,用星号表示散点，颜色为粉红色；第二层图绘制回归直线和个体预测值95%可信区间，颜色为兰色。用了两个SYMBOL语句分别控制这两层图的输出效果。该过程的输出在GRAPH窗口。其他两个过程的输出同前类似，不再赘述。

b · 发表于 2004-5-30 05:42:34

<

align=center>§8.4 多元线性回归 <

align=justify>REG过程不仅可以完成只有一个自变量的简单直线回归，还可以作含有多个自变量的多元线性回归。作多元线性回归时REG过程的语法格式与简单直线回归的语法几乎完全相同，只要把要分析的多个自变量名放在MODEL语句中应变量后即可。因为多元线性回归时一般要作自变量的筛选，涉及到MODEL语句的选项，现将多元线性回归常用的选项介绍如下：<

>8.4.1 语法选项<OL><LI>SELECTION=method，规定变量筛选的方法，method可以是以下几种选项</LI></OL><UL type=circle><LI>FORWARD(或F)，前进法，按照SLE规定的P值从无到有依次选一个变量进入模型 <LI>BACKWARD（或B），后退法，按照SLS规定的P值从含有全部变量的模型开始，依次剔除一个变量 <LI>STEPWISE（或S），逐步法，按照SLE的标准依次选入变量，同时对模型中现有的变量按SLS的标准剔除不显著的变量 <LI>NONE，即不选择任何选项，不作任何变量筛选，此时使用的是含有全部自变量的全回归模型</LI></UL><OL start=2><LI>SLE=概率值，入选标准，规定变量入选模型的显著性水平，前进法的默认是0.5，逐步法是0.15 <LI>SLS=概率值，剔除标准，指定变量保留在模型的显著水平，后退法默认为0.10，逐步法是0.15 <LI>标准化偏回归系数 STB 可用来比较各个自变量作用的大小<LI>COLLIN 要求详细分析自变量之间的共线性，给出信息矩阵的特征根和条件数，来判断自变量之间有无多重共线性。</LI></OL>

		自动登录	找回密码
密码			注-册-帐-号