SAS基礎(chǔ)知識課件.ppt

1、SAS基礎(chǔ)知識,SAS應(yīng)用,三大統(tǒng)計軟件,2,SAS,SPSS,R,商業(yè)軟件 高可靠性 功能全,商業(yè)軟件 高易用性 簡明性,自由軟件 免費(fèi) 更新快,簡介,SAS (Software of Analysis System) 是一個大型的系統(tǒng)分析軟件包 它不僅含有功能很強(qiáng)的統(tǒng)計分析軟件，而且，還含有經(jīng)濟(jì)，工農(nóng)業(yè)，科學(xué)等領(lǐng)域里的一些常用的分析工具。 SAS 的最大特點(diǎn)是功能齊全，技巧靈活，使用方便，應(yīng)用廣泛，特別是數(shù)據(jù)處理方面的強(qiáng)大功能，是其它統(tǒng)計軟件所不能比的。 目前，它越來越廣泛地被應(yīng)用到各個學(xué)科領(lǐng)域，被譽(yù)為國際上的一個標(biāo)準(zhǔn)高級軟件。,3,方 法,掌握一個數(shù)據(jù)分析軟件包的基本使用方法，主要要解決

2、四個方面的問題： 一是了解軟件包的系統(tǒng)結(jié)構(gòu)，包括其使用環(huán)境，主要功能，主要特點(diǎn)等； 二是了解軟件包所使用的系統(tǒng)語言和程序結(jié)構(gòu)，包括學(xué)會建立軟件包所認(rèn)可的數(shù)據(jù)庫的方法和編輯各種運(yùn)算程序的方法； 三是了解與軟件包有關(guān)的基本操作方法和使用技能，包括啟動系統(tǒng)，退出系統(tǒng)，存入文件，調(diào)出文件，運(yùn)轉(zhuǎn)程序，查看結(jié)果等； 多練習(xí)，多使用，熟能生巧。,4,主要內(nèi)容,了解SAS軟件的主要功能、特點(diǎn)及組成； 掌握SAS顯示管理系統(tǒng)及各主要窗口的功能； 掌握SAS的基本語言特點(diǎn)、程序類型和程序結(jié)構(gòu)；,5,SAS軟件的歷史、地位和作用,SAS (Software of Analysis System) 是20世紀(jì)60年代

3、末期，美國北卡羅納州州立大學(xué)的A.J.Barr 和J.H.Goodnight兩位教授為NASA創(chuàng)立的。 現(xiàn)廣泛應(yīng)用于社會科學(xué)、經(jīng)濟(jì)學(xué)、生物學(xué)、金融學(xué)與醫(yī)療衛(wèi)生保健等學(xué)科領(lǐng)域。,6,SAS教學(xué)基本內(nèi)容,軟件包的系統(tǒng)結(jié)構(gòu) 軟件所使用的專用語言和程序結(jié)構(gòu) 了解與軟件包有關(guān)的計算機(jī)的基本操作方法和使用技能,7,SAS 系統(tǒng)的組成,8,系統(tǒng)管理 程序,功能程序 庫,SAS/BASE -,SAS/STAT,SAS/GRAPH,SAS/QC,SAS/OR,SAS/ETS,SAS/IML,SAS/ASSIST,SAS 系統(tǒng),SAS 系統(tǒng)的主要功能,數(shù)據(jù)管理功能 統(tǒng)計分析功能 制表和繪圖功能 文件管理功能,9,

4、數(shù)據(jù)管理功能,SAS 系統(tǒng)可以將任何類型的數(shù)據(jù)以靈活多樣的形式建立起包含大量信息的“SAS 數(shù)據(jù)集”，并可以暫時或永久地儲存起來； 調(diào)用SAS 數(shù)據(jù)集方便迅速，減少很多重復(fù)工作； 編輯，合并，剪裁數(shù)據(jù)十分簡單。 SAS 系統(tǒng)還可以與其它系統(tǒng)，如，dBASE，Excel 等數(shù)據(jù)集相互轉(zhuǎn)換，共享功能，從而大大加強(qiáng)了SAS的使用功能。,10,統(tǒng)計分析功能,SAS系統(tǒng)包括了幾乎所有的統(tǒng)計分析方法。 與其它統(tǒng)計軟件包不同的是，這些統(tǒng)計分析方法既是相互獨(dú)立的，又是相互聯(lián)系的 前一過程的輸出結(jié)果可以作為后一過程的輸入信息，中間不需要中斷系統(tǒng)的運(yùn)行，從而減少了很多工作，縮短了計算時間。,11,文件管理功能,S

5、AS 系統(tǒng)提供了很多通用的文件編輯功能 插入 刪除 復(fù)制 移動 連接 合并 ,12,SAS 系統(tǒng)的主要特點(diǎn),具有自己的語言環(huán)境，稱為SAS 語言; 具有多窗口顯示功能，使得分析程序，分析過程和分析結(jié)果等分別在不同的窗口里清晰地展現(xiàn)出來，直觀方便，易于掌握; 具有多用途的功能模塊，使得應(yīng)用非常廣泛; 信息存儲方式簡便靈活，且與其它數(shù)據(jù)庫系統(tǒng)共享數(shù)據(jù)的功能很強(qiáng);,13,SAS的功能模塊,BASE SAS模塊-SAS系統(tǒng)的核心 SAS/STAT統(tǒng)計分析模塊 SAS/INSIGHT交互數(shù)據(jù)分析模塊 SAS/ASSIST 菜單驅(qū)動模塊 SAS/GRAPH繪圖模塊 SAS/ACCESS數(shù)據(jù)接口模塊 SAS

6、/ETS經(jīng)濟(jì)計量學(xué)和時間序列分析模塊 SAS/OR運(yùn)籌學(xué)模塊 SAS/IML交互式矩陣程序設(shè)計語言模塊 SAS/FSP快速數(shù)據(jù)處理的交互式菜單系統(tǒng)模塊 SAS/AF交互式全屏幕軟件應(yīng)用系統(tǒng)模塊,SAS的啟動,使用快捷圖標(biāo) 使用“程序”菜單 使用運(yùn)行對話框,15,SAS顯示管理系統(tǒng),三個主窗口（Editor, Log, Explorer） 標(biāo)題區(qū)（title bar） 視窗大小控制區(qū) 主菜單區(qū)（功能選項欄） 命令行（COMMAND BAR） 工具行（功能圖標(biāo)）,16,三個主窗口,17,工具行（功能圖標(biāo),標(biāo)題區(qū)（title bar）,視窗大小控制區(qū),主菜單區(qū)（功能選項欄）,命令行（COMMAND

7、BAR）,SAS顯示系統(tǒng)的主要子窗口,PGM (PROGRAM EDITOR) - 程序編輯窗口 LOG - 運(yùn)行日志窗口 OUTPUT - 結(jié)果輸出窗口 EXPLORER-資源管理器窗口 RESULTS-結(jié)果窗口 ENHANCED EDITOR-增強(qiáng)的編輯窗口 KEYS-鍵窗口 SAS/ASSIST-SAS輔助窗口 SAS System Help 窗口- SAS系統(tǒng)幫助窗口,18,程序編輯窗口PGM (PROGRAM EDITOR),它是SAS顯示管理系統(tǒng)中的三個基本窗口之一。 在此窗口上，用戶可以編輯新程序，修改舊程序或調(diào)出查看各類存檔文件。 在此窗口中保存下來的文件的擴(kuò)展名為*.sas。

8、,19,高級編輯窗口ENHANCED EDITOR,與PGM窗口類似，主要用于編寫SAS程序； 不同的是： 對寫入的程序可以用不同的顏色來顯示不同的部分 對SAS語言的語法進(jìn)行檢查 根據(jù)程序語句的作用進(jìn)行分段，以區(qū)別哪些是固定的關(guān)鍵詞，哪些是用戶任意寫的內(nèi)容，哪些是數(shù)據(jù)步，哪些是過程步，便于發(fā)現(xiàn)和修改程序中的錯誤 還可同時打開多個EDITOR窗口。,20,運(yùn)行記錄窗口LOG,此窗口顯示程序執(zhí)行過程中的情況，包括執(zhí)行了什么語句；建立了什么數(shù)據(jù)集；所建立的數(shù)據(jù)集包含多少變量和觀察值；程序的每一步運(yùn)行的時間；以及程序中存在的錯誤等。 其作用是，當(dāng)PGM窗口里的程序被執(zhí)行后，用戶可以看到所有運(yùn)行過程的

9、有關(guān)信息；檢查該程序的錯誤所在，包括程序中錯誤發(fā)生的位置、類型等，從而幫助用戶及時準(zhǔn)確地發(fā)現(xiàn)和修改程序中的錯誤。 保存記錄文件的擴(kuò)展名為*.log。,21,結(jié)果輸出窗口OUTPUT,此窗口顯示程序運(yùn)行后的所有結(jié)果。 當(dāng)PGM窗口里輸入的程序完全正確時，或LOG窗口里沒有錯誤記載時，此窗口中顯示的全部結(jié)果才有效。 否則，此窗口中不顯示任何結(jié)果或只顯示程序中正確部分的運(yùn)行結(jié)果。 保存的結(jié)果的文本文件擴(kuò)展名為*.lst。,22,資源管理器窗口EXPLORER,它豎立在主窗口的左邊，主要是用戶能夠?yàn)g覽SAS文件，創(chuàng)建非SAS文件的路徑。 用戶可通過此窗口去方便查找各SAS庫及其庫內(nèi)的內(nèi)容。 若內(nèi)容是S

10、AS數(shù)據(jù)集，雙擊所需的SAS數(shù)據(jù)集，就可將它顯示在VIEWTABLE數(shù)據(jù)窗內(nèi)，還可對SAS文件實(shí)施拷貝、移動、刪除等文件管理事務(wù)。,23,24,常用命令,在工具欄中，有一個SAS指令命令框,25,常用功能鍵,SAS 程序,SAS程序是SAS語句集，即由若干條SAS語句組成，每條語句以命令開始，以分號結(jié)束。也就是SAS用戶運(yùn)用SAS語言編寫的一段程序。,26,SAS 程序,數(shù)據(jù)步,過程步,以DATA語句開始 的一組語句,以PROC語句 開頭的一系列 SAS語句的集合,SAS程序結(jié)構(gòu)有以下三種情況： 1一個SAS程序僅含有一個數(shù)據(jù)步或者僅有一個過程步。 2含有一個數(shù)據(jù)步和一個過程步。 3含有多個數(shù)

11、據(jù)步和多個過程步。,27,SAS文件的保存和調(diào)出,SAS目錄文件 原始數(shù)據(jù)文本文件 PGM 窗口里輸入的原始數(shù)據(jù)， . dat SAS 程序文件 PGM 窗口里的編輯的各種程序； . sas SAS 記錄文件 ， LOG 窗口里的過程步運(yùn)行記錄，.log,28,SAS 輸出文件 OUTPUT 窗口里過程步運(yùn)行結(jié)果， . lst SAS 數(shù)據(jù)集文件 PGM 窗口的數(shù)據(jù)步運(yùn)行結(jié)果， .sd2 。,29,前四種文件的保存：點(diǎn)擊 SAS主窗口上File 選項中的“Save as” 打開：點(diǎn)擊File 選項中的“Open”,SAS文件與SAS數(shù)據(jù)庫,SAS文件有三類： SAS數(shù)據(jù)集 SAS目錄文件 格式

12、文件。 SAS目錄文件主要包括顯示管理過程中定義和保存的一些文件。如功能鍵的定義、屏幕編輯過程中的設(shè)置等，SAS文件可在DIR窗口察看。,30,簡單程序示例,Data prg1_1 Input X ; Cards; 60 142 195 80 ; Run; Proc means data=prg1_1; Var X Quit;(或者 RUN；),SAS 語言,SAS語言-專指SAS系統(tǒng)中以英語為母語的計算機(jī)語言。 SAS語句-一句話或一個指令，是由關(guān)鍵字開頭，SAS名，特殊字符或運(yùn)算符組成，并以分號結(jié)尾，每個元素之間至少空一格的字符串。 data ht; input x y; proc pri

13、nt data=ht;,32,程序語法結(jié)構(gòu),每個語句以關(guān)鍵字開始，以；結(jié)束 同一行中可以有多個語句，一個語句也可分為多行 CARDS（或者DATALINES）后的數(shù)據(jù)必須另起一行輸入，數(shù)據(jù)結(jié)束時，必須另起一行，輸入；,如何建立和運(yùn)行SAS程序,在PROGRAM EDITOR窗口鍵入程序 運(yùn)行SAS程序 查看LOG窗口程序運(yùn)行的有關(guān)信息 ,在OUTPUT窗口查看運(yùn)行結(jié)果 ; 存儲程序,34,SAS程序修改,例： 將PROC MEANS改為PROC MEAN SAS程序就會出錯 出錯信息在LOG窗口中 根據(jù)出錯信息在PROGRAM窗口進(jìn)行修改,35,SAS程序的調(diào)用,通過菜單FILE選擇相應(yīng)的*.

14、SAS文件 也可通過指令工具條輸入“include”,36,SAS數(shù)據(jù)庫,SAS系統(tǒng)把存放 SAS文件的每一個磁盤目錄看作一個SAS數(shù)據(jù)庫，需要指出的是，SAS數(shù)據(jù)庫不是一個物理實(shí)體，而僅僅是一個邏輯概念。 系統(tǒng)利用數(shù)據(jù)庫對 SAS文件進(jìn)行管理，每一個SAS文件定義一個數(shù)據(jù)邏輯名來代替該文件的目錄路徑，使數(shù)據(jù)庫邏輯名和目錄路徑聯(lián)系起來，因此，完整的SAS文件名應(yīng)由兩部分組成：,37,數(shù)據(jù)庫邏輯名.SAS文件名 第一級名字.第二級名字 在LIBNAME窗口中可觀察到各數(shù)據(jù)庫邏輯名及其相應(yīng)的目錄路徑。,38,SAS 數(shù)據(jù)集的建立與保存,把原始數(shù)據(jù)轉(zhuǎn)化為SAS 數(shù)據(jù) 從數(shù)據(jù)區(qū)讀入原始數(shù)據(jù) data

15、SAS數(shù)據(jù)集名； input n SAS變量名 輸入格式 行保持符號； cards； 數(shù)據(jù)區(qū) ； run；,39,data 語句-標(biāo)志數(shù)據(jù)步的開始及 命名將要創(chuàng)建的SAS數(shù)據(jù)集 INPUT語句-向系統(tǒng)表明如何讀入每一條記錄 cards語句-用于直接輸入數(shù)據(jù)，標(biāo)志著數(shù)據(jù)塊的開始 run 語句-程序結(jié)束語句，表明該數(shù)據(jù)步程序結(jié)束 行保持符號是“”或“”或缺省,40,從外部文本文件讀入原始數(shù)據(jù) data SAS數(shù)據(jù)集名； infile 計算機(jī)目錄原始數(shù)據(jù)文本文件名； input SAS變量名 輸入格式 行保持符號； run； infile 語句，說明原始數(shù)據(jù)是從一個文本文件里讀取。infile d:

16、 qxx qxx1.dat；,41,三種原始數(shù)據(jù)的排列方式,有空格式 每一行排列一個樣本的全部變量的觀察值，數(shù)值之間有空格，缺省數(shù)據(jù)（missing value）用小數(shù)點(diǎn)代表。每個變量的全部樣本觀察值所占的列數(shù)可以相等，也可以不相等 12 f 1.25 19801202 13 m 1.35 19791012 11 m 1.11 19811111 16 f 1.42 19760430 f . 19790101 對應(yīng)的input 語句： input age sex $ height birthday yymmdd8. ;,42,無空格式 每一行排列一個樣本的全部變量的觀察值，數(shù)值之間無空格，缺省數(shù)

17、據(jù)空格，每個變量的全部樣本觀察值（包括缺?。┧嫉牧袛?shù)必須相等。 12 f 1.2519801202 13m1.3519791012 11m1.1119811111 16 f 1.4219760430 13 f 19790101 對應(yīng)的input 語句： input 3 age 2. sex $1. height 4.2 birthday yymmdd8. ; 或input age 3-4 sex $5. height 6-9 birthday yymmdd8.；,43,自由格式 每一行可以排列任意多個觀察值，每個數(shù)值之間有空格，缺省數(shù)據(jù)用小數(shù)點(diǎn)代表。 12 f 1.25 19801202 1

18、3 m 1.35 19791012 11 m 1.11 19811111 16 f 1.42 19760430 13 f . 19790101 對應(yīng)的input 語句： input age sex $ height birthday yymmdd 8. ;,44,雙符和單符號的區(qū)別 雙符號表示讀取完一個input語句中所有變量對應(yīng)的一組觀察值后不換行，連續(xù)讀取所有變量對應(yīng)的另一組觀察值，直到全部數(shù)據(jù)讀完為止。 單符號表示讀取完第一個input語句中所有變量對應(yīng)的觀察值后不換行，接著讀取下一個input語句中所有變量對應(yīng)的觀察值，直到完成一個數(shù)據(jù)步中的所有input語句后再換行讀取下一列的數(shù)據(jù)。

19、 行保持符號缺省表示讀取完一個input語句中所有變量對應(yīng)的觀察值后就換行讀取下一行數(shù)據(jù)。 當(dāng)一個數(shù)據(jù)步僅含有一個input語句時，行保持符號缺省和單符號起的作用相同,45,文本文件test1.dat,，test2.dat 和test3.dat 保存在d: test子目錄中 data d1; infile d:testtest1.dat; input age sex $ height birthday yymmdd8. ;run ; data d2; infile d:testtest2.dat missover; input age 2. sex $1. height 4.2 birthda

20、y yymmdd8. ;run; data d3; infile d:testtest3.dat; input age sex $ height birthday yymmdd8. ; run;,46,三種不同原始數(shù)據(jù)排列方式的特性,有空格式（非格式化輸入法） 查看原始數(shù)據(jù)方便，清晰；讀取數(shù)值方便，不必查看變量所占的列域，只需了解變量的排列順序和類型。 自由式（非格式化輸入法）： 當(dāng)變量少，樣本多時，用此法可縮短數(shù)據(jù)區(qū)域；讀取數(shù)值方便，不必查看變量所占的列域，只需了解變量的排列順序和類型。,47,無空格式（格式化輸入法）： 讀取數(shù)據(jù)可以按任意順序進(jìn)行；數(shù)值或其中的一部分可以被重復(fù)讀?。蛔址蛿?shù)

21、據(jù)中間可含空格；字符型數(shù)據(jù)寬度可擴(kuò)大到200個字符；空格被解釋為缺省值；可以讀取一個樣本的全部觀察值要占用兩行或兩行以上的數(shù)據(jù)。 01135177100 0136.8090155 0224516074 0237.5110160 第一行的變量是 id，sex，age，height，weight，字符長度分別是2，1，2，3，3；第二行的變量是 id，temp，blood1，blood2，字符長度分別是1，4，3，3 。,48,input #1 id 1-2 sex 3 age 4-5 height 6-8 weight 9-11 #2 id 1-2 temp 3-6 blood1 7-9 blo

22、od2 10-12; input #1 1 (id sex age height weight ) ( 2. 1. 2. 3. 3. ) #2 1 (id temp blood1 blood2 ) ( 2. 4.1 3. 3. );,49,SAS數(shù)據(jù)的保存,臨時數(shù)據(jù)集 數(shù)據(jù)集名（data set name），如，abc1 永久數(shù)據(jù)集 文件名由兩部分組成：數(shù)據(jù)庫邏輯名（libname）+ 數(shù)據(jù)集名（data set name），如，test.abc1。,50,數(shù)據(jù)庫邏輯名的創(chuàng)建,用SAS 語句創(chuàng)建數(shù)據(jù)庫邏輯名 libname 數(shù)據(jù)庫邏輯名 主目錄:子目錄； libname test d:test

23、 ; data test.abc1; input age sex $ height birthday yymmdd8. ; cards; 數(shù)據(jù)區(qū) ； run；,51,在SAS 的Libraries 窗口上創(chuàng)建數(shù)據(jù)庫邏輯名 view explorer libraries new,52,把其它格式數(shù)據(jù)轉(zhuǎn)變成SAS數(shù)據(jù),Excel 數(shù)據(jù)，dBASE 數(shù)據(jù)，Lotus 數(shù)據(jù)等 啟動SAS系統(tǒng)，進(jìn)入SAS 主窗口； File 中選擇Import，進(jìn)入Import Wizard - Select import type 窗口； 在 Import Wizard - Select import type 窗口

24、的文件格式選擇框中選擇“Execl5 or 7 Spreatsheet （*.xls）”，然后點(diǎn)擊“Next”，進(jìn)入 Import Wizard - Select file 窗口； 在Import Wizard - Select file 窗口上點(diǎn)擊“Browse”，進(jìn)入“打開”窗口； 在“打開”窗口的“搜尋”框中選擇文件abc.xls 所在的目錄 D: 和D: 中的文件包test，然后在test 文件包中選擇文件abc.xls，當(dāng)abc.xls 出現(xiàn)在“文件名”框中時，點(diǎn)擊“打開”，返回到Import Wizard - Select file 窗口； 在Import Wizard - Sel

25、ect file 窗口上點(diǎn)擊“Next”，進(jìn)入Import Wizard - Select library and member 窗口； 在library選擇框中選擇SAS數(shù)據(jù)的libname：test，然后在member 選擇框中輸入SAS數(shù)據(jù)的第一級名字：abc， 然后點(diǎn)擊“Finish”。,53,把其它格式數(shù)據(jù)轉(zhuǎn)變成SAS數(shù)據(jù),SAS程序方式 文本文件轉(zhuǎn)換成SAS數(shù)據(jù)集 Data prg2_8; infile c:SASsyz.txt; input no sex$ age ; run; 將*.XLS轉(zhuǎn)換成SAS數(shù)據(jù)集 PROC IMPORT DATAFILE = “C:SASSYZ.XL

26、S” OUT = WORK.PRG2_10 DBMS = EXCEL REPLACE; SHEET = “SHEET1$”; RUN;,54,SAS數(shù)據(jù)集的整理,使用SAS中TOOL菜單下的TABLE EDITOR,55,把SAS數(shù)據(jù)轉(zhuǎn)變成其它格式數(shù)據(jù),Excel 數(shù)據(jù)，dBASE 數(shù)據(jù)，Lotus 數(shù)據(jù)等 啟動SAS系統(tǒng)，進(jìn)入SAS 主窗口； File 中選擇Export，進(jìn)入Export Wizard - Select library and member窗口； Select export type窗口 Select file窗口,56,卡方檢驗(yàn),SAS應(yīng)用,學(xué)習(xí)目標(biāo),掌握四格表普通卡方檢

27、驗(yàn)和配對卡方檢驗(yàn)方法以及相應(yīng)的SAS程序； 了解FREQ過程語句格式； 熟悉RC表資料的分類類型以及相應(yīng)的統(tǒng)計檢驗(yàn)方法； 掌握雙向無序RC表資料檢驗(yàn)以及SAS程序； 掌握單向有序RC表資料檢驗(yàn)以及SAS程序； 掌握趨勢卡方檢驗(yàn)方法以及SAS程序； 掌握分層RC表的分析以及SAS程序；,概述,前面已介紹了兩個率比較的檢驗(yàn)，在觀察例數(shù)不夠大或擬對多個率進(jìn)行比較時，檢驗(yàn)就不適宜了，因?yàn)橹苯訉Χ鄠€樣本率作兩兩間的檢驗(yàn)有可能增加第一類誤差。2檢驗(yàn)可解決此類問題。 卡方檢驗(yàn)是用途很廣的一種假設(shè)檢驗(yàn)方法，這里我們主要學(xué)習(xí)它在分類資料統(tǒng)計推斷中的應(yīng)用，包括：兩個率或兩個構(gòu)成比比較的卡方檢驗(yàn)；多個率或多個構(gòu)成比

28、比較的卡方檢驗(yàn)以及分類資料的相關(guān)分析等。,四格表資料,定性指標(biāo)分為有序的（如：療效分為“治愈、顯效、好轉(zhuǎn)、無效、死亡”）和名義的（如：血型分為“O、A、B、AB”型）類，對于每個受試者來說，有序指標(biāo)的觀測結(jié)果只能是該有序指標(biāo)若干等級中的級（如某人的療效為“顯效”）；名義指標(biāo)的觀測結(jié)果只能是該名義指標(biāo)若干標(biāo)志中的個（如某人的血型為型），顯然，無法像處理定量指標(biāo)那樣去直接分析定性指標(biāo)，故這類資料常被整理成列聯(lián)表的形式后再進(jìn)行分析。 當(dāng)表中只有個定性指標(biāo)時，稱為維列聯(lián)表；有個或個以上定性指標(biāo)時，稱為多維列聯(lián)表。常用R、C表示維列聯(lián)表的行數(shù)和列數(shù)，并稱為RC表；當(dāng)R=C=時，稱為表（或四格表）。表看起

29、來很簡單，但根據(jù)資料所具備的條件有許多不同的處理方法。,四格表卡方檢驗(yàn)的SAS程序,在SAS/STAT模塊中FREQ、TABULATE和SUMMARY等過程可用于分類資料的統(tǒng)計描述，其中FREQ過程兼具統(tǒng)計描述和統(tǒng)計推斷的功能，對分類變量計算頻數(shù)分布，產(chǎn)生從一維到n維的頻數(shù)表和列聯(lián)表；對于二維表，可進(jìn)行2檢驗(yàn)，對于三維表，可作Mentel-Hanszel分層分析。FREQ過程是SAS用于分析分類資料的一個常用過程。本節(jié)將先向大家介紹FREQ過程的語句及其格式。 FREQ過程的語句基本格式如下： Proc freq data= order= ; Table 分類變量*分類變量/ ; Weight

30、 變量; Run;,四格表卡方檢驗(yàn)的SAS程序,DATA數(shù)據(jù)集：規(guī)定PROC FREQ語句使用的數(shù)據(jù)集； ORDERFREQ，按頻數(shù)遞減順序排列；ORDERDATA，按數(shù)據(jù)集中出現(xiàn)的順序排列；ORDERINTERNAL，按內(nèi)部值排列(缺省)；ORDERFORMATTED，按外部格式值排列； Table語句指定構(gòu)成表格的變量和表格結(jié)構(gòu)。表格的結(jié)構(gòu)由變量個數(shù)和變量排列順序決定，一個table語句允許列出多個表格結(jié)構(gòu)。PROC FREQ過程中可有多條TABLES語句，TABLES語句后可接多個表格請求式，每個請求式可包含任何數(shù)量的變量，從而得到所需的表格。,四格表卡方檢驗(yàn)的SAS程序,如果TABLE

31、S語句缺省，則FREQ過程對數(shù)據(jù)集中的所有變量都給出相應(yīng)的一維頻數(shù)表。不規(guī)定任何選項時，若需某變量的一維頻數(shù)，F(xiàn)REQ給出該變量每一水平的頻數(shù)、累積頻數(shù)、頻數(shù)的百分比和累積百分比；若需二維頻數(shù)表，F(xiàn)REQ產(chǎn)生交叉分組列表，即包括各格的頻數(shù)、總頻數(shù)的格百分?jǐn)?shù)、行頻數(shù)的格百分?jǐn)?shù)和列頻數(shù)的格百分?jǐn)?shù)。 請求式由一個或多個用“*”連接起來的變量名組成。幾個變量可放在括號中，如： TABLES A*(B C)；等價于TABLES A*B A*C； TABLES (A-C)*D；等價于TABLES A*D B*D C*D；,四格表卡方檢驗(yàn)的SAS程序,下列選項可用于TABLES語句中“/”的后面： OUT數(shù)

32、據(jù)集：建立一個包含變量值和頻數(shù)計數(shù)的輸出數(shù)據(jù)集。如果TABLES語句中不止一個請求式，數(shù)據(jù)集的內(nèi)容相應(yīng)于TABLES語句中最后一個請求。 CHISQ對每層作c2檢驗(yàn)，包括Pearson c2、似然比c2和Mantel-Haenszel c2。此外還給出與c2檢驗(yàn)有關(guān)的關(guān)聯(lián)指標(biāo)包括Phi系數(shù)、列聯(lián)系數(shù)和Cramers V。對于22表，給出Fisher精確概率。 AGREE 進(jìn)行配對c 2檢驗(yàn)。 EXACT 對大于22的列聯(lián)表計算Fisher精確概率。同時也給出CHISQ選項的全部統(tǒng)計量。,四格表卡方檢驗(yàn)的SAS程序,MEASURES對每層的二維表計算一系列關(guān)聯(lián)指標(biāo)及相應(yīng)的標(biāo)準(zhǔn)誤，包括Pearso

33、n和Spearman相關(guān)系數(shù)，以及Gamma和Kendall系數(shù)等。對于22表，還給出常用的危險度指標(biāo)及其標(biāo)準(zhǔn)誤。 CMH 給出Cochran-Mantel-Haenszel統(tǒng)計量，可檢驗(yàn)在調(diào)整了TABLES語句中其它變量后，行變量與列變量之間的關(guān)聯(lián)程度。對于22表，F(xiàn)REQ過程給出相對危險度估計及其可信區(qū)間，還給出各層關(guān)聯(lián)度指標(biāo)是否齊性的Breslow檢驗(yàn)。 ALL 給出CHISQ、MEASURES、CMH所請求的全部統(tǒng)計量。 ALPHAp給出檢驗(yàn)水準(zhǔn)。缺省為0.05。,四格表卡方檢驗(yàn)的SAS程序,EXPECTED給出期望頻數(shù)。 DEVIATION給出每格的實(shí)際頻數(shù)與期望頻數(shù)的差值。 CEL

34、LCHISQ給出每格對總c2的貢獻(xiàn)，即計算每格的(實(shí)際頻數(shù)-期望頻數(shù))2/期望頻數(shù)。 CUMCOL給出累積列百分?jǐn)?shù)。 NOFREQ不給出列聯(lián)表中的格頻數(shù)。 NOPERCENT不給出列聯(lián)表中的格百分?jǐn)?shù)。,四格表卡方檢驗(yàn)的SAS程序,NOROW不給出列聯(lián)表中各格的行百分?jǐn)?shù)。 NOCOL不給出列聯(lián)表中各格的列百分?jǐn)?shù)。 NOCUM不給出頻數(shù)表的累積頻數(shù)和累積百分?jǐn)?shù)。 NOPRINT不給出表格，但給出CHISQ、MEASURES或CMH等語句所指定的統(tǒng)計量。 Trend指令系統(tǒng)對2C頻數(shù)表的C個百分率進(jìn)行Cochran-Armitage趨勢檢驗(yàn)； WEIGHT語句：通常每個觀察值提供數(shù)值1給頻數(shù)計數(shù)，當(dāng)

35、WEIGHT語句出現(xiàn)時，每個觀察值提供的是該觀察值的加權(quán)變量值。該值必須非負(fù)，但可不必為整數(shù)。只能使用一個WEIGHT語句，且該語句作用于所有的表。,四格表卡方檢驗(yàn),理論頻數(shù)，記為T。理論數(shù)的計算公式為：,四格表卡方檢驗(yàn),卡方檢驗(yàn)的統(tǒng)計量是2值，它是每個格子實(shí)際頻數(shù)A與理論頻數(shù)T差值平方與理論頻數(shù)之比的累計和。每個格子中的理論頻數(shù)T是在假定兩組的發(fā)病率相等的情況下計算出來的，故2值越大，說明實(shí)際頻數(shù)與理論頻數(shù)的差別越明顯，兩組發(fā)病率不同的可能性越大。,例題,某醫(yī)院欲比較異梨醇口服液（試驗(yàn)組）和氫氯噻嗪+地塞米松（對照組）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。問兩組降低顱內(nèi)壓

36、的總體有效率有無差別？,連續(xù)性校正公式,2分布是正態(tài)變量的一種分布。設(shè) 是k個獨(dú)立的標(biāo)準(zhǔn)正態(tài)變量，則 。2界值表就是根據(jù)這種連續(xù)性分布計算出來的。2統(tǒng)計量計算公式實(shí)質(zhì)上是正態(tài)近似法。分類資料是間斷性的，由此計算的2值不連續(xù)，尤其自由度為1的四格表，求出的概率可能偏小，此時需要對2值進(jìn)行連續(xù)性校正，公式為,2檢驗(yàn)的應(yīng)用條件,連續(xù)性校正主要針對四格表資料，尤其理論數(shù)較小時，連續(xù)性校正不可忽略。 四格表2檢驗(yàn)的應(yīng)用條件為： 當(dāng)n40且所有T5時，用普通的2檢驗(yàn)，若所得，改用確切概率法； 當(dāng)n40但有1T5時，用校正的2檢驗(yàn)； 當(dāng)n40或有T1時，不能用2檢驗(yàn)，改用確切概率法。,例題,某醫(yī)師欲比較胞磷

37、膽堿與神經(jīng)節(jié)苷酯治療腦血管疾病的療效，將78例腦血管疾病患者隨機(jī)分為兩組。問兩種藥物治療腦血管疾病的有效率是否有差別？,配對計數(shù)資料的卡方檢驗(yàn),把每一份樣本平均分成兩份，分別用兩種方法進(jìn)行化驗(yàn)，比較此兩種化驗(yàn)方法的結(jié)果（兩類計數(shù)資料）是否有本質(zhì)的不同；或者分別采用甲、乙兩種方法對同一批病人進(jìn)行檢查，比較此兩種檢查方法的結(jié)果（兩類計數(shù)資料）是否有本質(zhì)的不同，此時要用配對卡方檢驗(yàn)。,配對計數(shù)資料的卡方檢驗(yàn),比較兩法結(jié)果有無差別，要著眼于兩法結(jié)果不一致的部分。表中觀察變量是對子中兩法的差值或差別，由b和c兩格數(shù)據(jù)來反映，總體中與b和c對應(yīng)的數(shù)據(jù)可用B和C表示（a格和d格表示兩法差值為0，不予考慮）。

38、 當(dāng)40時， 當(dāng)40時，需作連續(xù)性校正：,例題,某實(shí)驗(yàn)室分別用乳膠凝集法和免疫熒光法對58名可疑系統(tǒng)紅斑狼瘡患者血清中抗核抗體進(jìn)行測定。問兩種方法的檢測結(jié)果有無差別？,行列表資料的2檢驗(yàn),前面介紹了兩個樣本率比較的2檢驗(yàn)方法，其基本數(shù)據(jù)有2行2列，稱為22表或四格表資料。本節(jié)介紹的行列表資料的2檢驗(yàn)，用于多個樣本率的比較、兩個或多個構(gòu)成比的比較以及雙向有序或無序分類資料的檢驗(yàn)等。 RC表可以分為雙向無序、單向有序、雙向有序?qū)傩韵嗤碗p向有序?qū)傩圆煌?類。,雙向無序RC表,RC表中兩個分類變量皆為無序分類變量，對于該類資料：若研究目的為多個樣本率（或構(gòu)成比）的比較，可用行列表資料的2檢驗(yàn)；若研究

39、目的為分析兩個分類變量之間有無關(guān)聯(lián)性以及關(guān)系的密切程度時，可以用行列表資料的2檢驗(yàn)以及Pearson列聯(lián)系數(shù)進(jìn)行分析。,例題1,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。問三種療法的有效率有無差別？,例題2,測得某地5801人的ABO血型和MN血型結(jié)果，問兩種血型系統(tǒng)之間是否有關(guān)聯(lián)？,單向有序RC表,有兩種形式。一種是RC表中的分組變量是有序的，而指標(biāo)變量是無序的。此種單向有序RC表資料可用行列表資料的2檢驗(yàn)進(jìn)行分析。另一種情況是RC表中的分組變量是無序的，而指標(biāo)變量是有序的，此種單向有序RC表資料宜用秩和檢驗(yàn)進(jìn)行分析。,例題,某地城市與農(nóng)村高血壓患者嚴(yán)重程度情

40、況，試比較該地城市和農(nóng)村高血壓患者高血壓嚴(yán)重程度是否有差別？,雙向有序RC表,雙向有序?qū)傩韵嗤腞C表 RC表中的兩分類變量皆為有序且屬性相同。實(shí)際上是22配對設(shè)計的擴(kuò)展，此時宜用一致性檢驗(yàn)（或稱Kappa檢驗(yàn)）。 雙向有序?qū)傩圆煌腞C表 RC表中的兩分類變量皆為有序且屬性不相同。對于該類資料，需要分析兩有序分類變量間是否存在線性變化趨勢，宜用有序分組資料的線性趨勢檢驗(yàn)。,行列均為順序變量的相關(guān)檢驗(yàn),變量雖然是有序的，但畢竟還不是定量的，需要給有序變量的各等級賦值方可進(jìn)行相關(guān)分析。最簡單的賦值法是按順序賦給秩次(即得分)，即給行變量的等級賦值1，2，R和給列變量的等級賦值1，2，C。這樣(X

41、,Y)的不同取值就有RC對，表中的RC個頻數(shù)就是這RC對取值所對應(yīng)的頻數(shù)，然后計算Spearman秩相關(guān)系數(shù)，并作顯著性檢驗(yàn)，這是比較粗糙的分析方法。,行列均為順序變量的相關(guān)檢驗(yàn),Spearman秩相關(guān)分析比較粗糙，這是因?yàn)樗o有序變量的等級賦值過于簡單，不能最大限度地獲得有序變量之間的相關(guān)信息。而典型相關(guān)分析是在使有序變量的相關(guān)達(dá)到極大的前提下給有序變量的各等級賦值，就是對于表的邊緣（指“行合計”與“列合計”）設(shè)法產(chǎn)生一雙變量正態(tài)，從而進(jìn)行相關(guān)分析。因產(chǎn)生各等級的得分值的計算過程中涉及矩陣運(yùn)算，故手工計算較麻煩，將用SAS程序?qū)崿F(xiàn)統(tǒng)計計算。一旦有了各等級的得分值后，就可運(yùn)用求維頻數(shù)資料相關(guān)系

42、數(shù)的公式計算了。典型相關(guān)分析可以得出幾個典型相關(guān)系數(shù)R， 與每一個典型相關(guān)系數(shù)對應(yīng)的檢驗(yàn)為卡方檢驗(yàn)，其數(shù)值為nR2，其中n為RC表中的總頻數(shù)，與第k個卡方值對應(yīng)的自由度dfk=R+C-2k-1。,行列均為順序變量的相關(guān)檢驗(yàn),與定量資料的相關(guān)與回歸分析類似，也可對RC表資料中有序變量之間是否存在線性趨勢作顯著性檢驗(yàn)，通常這兩種檢驗(yàn)的結(jié)果是基本一致的，即相關(guān)分析結(jié)果顯著，線性趨勢檢驗(yàn)結(jié)果也顯著?？梢酝ㄟ^檢驗(yàn)實(shí)現(xiàn)線性趨勢檢驗(yàn)，即利用回歸分析思想產(chǎn)生的與線性回歸有關(guān)的卡分量和偏離線性回歸的卡分量。,行列均為順序變量的相關(guān)檢驗(yàn),首先計算RC表的值，然后將總的值分解成線性回歸分量與偏離線性回歸分量。若兩分

43、量均具有統(tǒng)計學(xué)意義，說明兩分類變量存在相關(guān)關(guān)系，但關(guān)系不是簡單的直線關(guān)系；若線性回歸分量有統(tǒng)計學(xué)意義，偏離線性回歸分量無統(tǒng)計學(xué)意義時，說明兩分類變量不僅存在相關(guān)關(guān)系，而且是線性關(guān)系。,行列均為順序變量的相關(guān)檢驗(yàn),計算 總的值 計算線性回歸分量 回歸 b為回歸系數(shù) 計算偏線性回歸分量 將總的 值分解成線性回歸分量和偏離線性回歸分量。若兩分量均有統(tǒng)計學(xué)意義，說明兩分類變量存在相關(guān)關(guān)系，但關(guān)系不是簡單的直線關(guān)系；若線性回歸分量有統(tǒng)計學(xué)意義，偏離線性回歸分量無統(tǒng)計學(xué)意義時，說明兩變量不僅存在相關(guān)關(guān)系，而且是線性關(guān)系。,例題,某研究者欲研究年齡與冠狀動脈粥樣硬化等級之間的關(guān)系，將278例尸解資料整理成行

44、乘列表，問年齡與冠狀動脈粥樣硬化等級之間是否存在線性變化趨勢？,分層資料的分析,按一個或多個因素分層后，研究行變量與列變量間的聯(lián)系。 通過控制分層變量的影響，檢驗(yàn)研究行變量與列變量的關(guān)系。,例題,某研究者欲研究男女性使用別嘌 呤是否引發(fā)皮疹。,本章小節(jié),2檢驗(yàn)是用途很廣的一種假設(shè)檢驗(yàn)方法，這里我們主要學(xué)習(xí)它在分類資料統(tǒng)計推斷中的應(yīng)用，包括：兩個率或兩個構(gòu)成比比較的卡方檢驗(yàn)；多個率或多個構(gòu)成比比較的卡方檢驗(yàn)以及分類資料的相關(guān)分析等。 本章第一節(jié)介紹了四格表的普通2檢驗(yàn)方法，理論頻數(shù)與實(shí)際頻數(shù)的定義，2檢驗(yàn)統(tǒng)計量的計算方法，2分布以及2界值表確定P值的方法。說明了四格表2檢驗(yàn)的應(yīng)用條件，以及連續(xù)性

45、校正公式和四格表專用公式。通過SAS分析實(shí)例演示了四格表2檢驗(yàn)過程以及結(jié)果解釋。我們需要重點(diǎn)理解2檢驗(yàn)的含義以及應(yīng)用。掌握2檢驗(yàn)的應(yīng)用條件以及連續(xù)性校正公式等。,本章小節(jié),RC表可以分為雙向無序、單向有序、雙向有序?qū)傩韵嗤碗p向有序?qū)傩圆煌?類。雙向無序RC表，RC表中兩個分類變量皆為無序分類變量。若研究目的為多個樣本率（或構(gòu)成比）的比較，可用行列表資料的2檢驗(yàn)；若研究目的為分析兩個分類變量之間有無關(guān)聯(lián)性以及關(guān)系的密切程度時，可以用行列表資料的2檢驗(yàn)以及Pearson列聯(lián)系數(shù)進(jìn)行分析。單向有序RC表有兩種形式：一種是RC表中的分組變量是有序的，而指標(biāo)變量是無序的，此種單向有序RC表資料可用行列

46、表資料的2檢驗(yàn)進(jìn)行分析；另一種情況是RC表中的分組變量是無序的，而指標(biāo)變量是有序的，此種單向有序RC表資料宜用秩和檢驗(yàn)進(jìn)行分析。,本章小節(jié),雙向有序?qū)傩韵嗤腞C表，RC表中的兩分類變量皆為有序且屬性相同，實(shí)際上是22配對設(shè)計的擴(kuò)展，此時宜用一致性檢驗(yàn)（或稱Kappa檢驗(yàn)）；雙向有序?qū)傩圆煌腞C表，RC表中的兩分類變量皆為有序且屬性不相同，對于該類資料，需要分析兩有序分類變量間是否存在線性變化趨勢，宜用有序分組資料的線性趨勢檢驗(yàn)。 本章針對不同類型的RC表資料分別予以介紹，并通過實(shí)例進(jìn)行數(shù)據(jù)分析，并通過SAS程序完成統(tǒng)計分析過程，大家在練習(xí)不同類型數(shù)據(jù)的分析方法時，掌握常用數(shù)據(jù)分析的SAS程序，并能夠靈活運(yùn)用。,生存分析,SAS應(yīng)用,蔣紅衛(wèi) Em