武大SAS要点步骤.docx

1、武大SAS要点步骤例2-1 例数、均数、标准差、标准误、95%可信区间1、sas过程data ex2_1;input x ;cards;3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76 4.16 4.61 4.263.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04 4.55 4.254.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14 4.57 4.264.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12 4.56

2、4.264.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17 3.96 3.274.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12 4.27 3.614.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18 4.26 4.365.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97 3.96 4.495.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04 4.56 4.254

3、.92 4.23 4.47 3.60 5.23 4.02 4.32 4.68 4.76 3.69 4.61 4.263.89 4.21 4.36 3.42 5.01 4.01 4.29 3.68 4.71 4.13 4.57 4.264.03 5.46 4.16 3.64 4.16 3.76;proc means data=ex2_1n mean std stderr clm;var x;run;2、输出结果例2-1（2）中位数、四分位数间距1、sas过程data ex2_1;input x ;cards;3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76

4、 4.16 4.61 4.263.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04 4.55 4.254.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14 4.57 4.264.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12 4.56 4.264.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17 3.96 3.274.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12

5、 4.27 3.614.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18 4.26 4.365.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97 3.96 4.495.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04 4.56 4.254.92 4.23 4.47 3.60 5.23 4.02 4.32 4.68 4.76 3.69 4.61 4.263.89 4.21 4.36 3.42 5.01 4.01 4.29 3.68 4.71 4.13 4.57

6、 4.264.03 5.46 4.16 3.64 4.16 3.76;proc means data=ex2_1n median Qrange;var x;run;2、输出结果例2-1（3）百分位数1、sas过程data ex2_1;input x ;cards;3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76 4.16 4.61 4.263.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04 4.55 4.254.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14

7、4.57 4.264.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12 4.56 4.264.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17 3.96 3.274.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12 4.27 3.614.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18 4.26 4.365.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97 3.96

8、4.495.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04 4.56 4.254.92 4.23 4.47 3.60 5.23 4.02 4.32 4.68 4.76 3.69 4.61 4.263.89 4.21 4.36 3.42 5.01 4.01 4.29 3.68 4.71 4.13 4.57 4.264.03 5.46 4.16 3.64 4.16 3.76;proc univariate data=ex2_1;var x;output out =pctpctlpre=ppctlpts=2.5 97.5;run;proc print

9、data=pct;run;2、结果输出3、结果解释从结果中可以看出2.5%和97.5%分别为3.39和5.23例2-5 求几何均数data ex2_5; input x f ; y=log10(x);cards;10 420 340 1080 10160 11320 15640 141280 2;proc means noprint; var y; freq f; output out=b mean=logmean;run;data c; set b; g=10*logmean;proc print data=c; var g;run;例3-2 求95%可信区间data ex3_2; n=10

10、; mean=166.95; std=3.64; t=tinv(0.975,n-1); pts=t*std/sqrt(n); lclm=mean-pts; uclm=mean+pts;proc print; var lclm uclm;run;例3-4 求两总体相差多大（区间估计）data ex3_4; n1=29; n2=32; m1=20.10; m2=16.89; s1=7.02; s2=8.46; ss1=s1*2*(n1-1); ss2=s2*2*(n2-1); sc2=(ss1+ss2)/(n1+n2-2); se=sqrt(sc2*(1/n1+1/n2); t=tinv(0.97

11、5,n1+n2-2); lclm=(m1-m2)-t*se; uclm=(m1-m2)+t*se;proc print; var t se lclm uclm;run;例3-5 单样本t检验1、sas过程data ex3_5; n=36; s_m=130.83; std=25.74; p_m=140; df=n-1; t=abs(s_m-p_m)/(std/sqrt(n); p=(1-probt(t,df)*2;proc print; var t p;run;2、结果输出3、结果解释可以看到，检验统计量t=-2.13753，其对应的P值为0.039618，小于显著性水平的临界值0.05，故拒绝

12、H0，接受H1，即认为样本均数与总体均数在统计学上具有显著性差异。例3-6 配对样本t检验1、sas过程data ex3_6; input x1 x2 ; d=x1-x2;cards;0.840 0.5800.591 0.5090.674 0.5000.632 0.3160.687 0.3370.978 0.5170.750 0.4540.730 0.5121.200 0.9970.870 0.506;proc means t prt; var d;run;proc univariate data=ex3_6; var d;run;2、结果输出3、结果解释从结果中可以看出检验统计量t值为7.9

13、3.对应的p0.0001，按=0.05水准，拒绝H0，接受H1，差异有统计学意义，即认为配对资料两样本均数在统计学上具有显著性差异。例3-7 两样本t检验1、sas过程data ex3_7; input x ; if _n_F,方差齐例4-4 随机区组设计资料的方差分析data ex4_4; input x a b ;cards;0.82 1 10.65 2 10.51 3 10.73 1 20.54 2 20.23 3 20.43 1 30.34 2 30.28 3 30.41 1 40.21 2 40.31 3 40.68 1 50.43 2 50.24 3 5;proc anova; c

14、lass a b; model x=a b; means a/snk;run;例7-1 四格表卡方检验data ex7_1; input r c f ;cards;1 1 991 2 52 1 752 2 21;proc freq; weight f; tables r*c /chisq expected;run;例7-2 校正卡方检验data ex7_2; input r c f ;cards;1 1 461 2 62 1 182 2 8;proc freq; weight f; tables r*c /chisq expected;run;例7-6 多个样本率的比较data ex7_6;

15、input r c f ;cards;1 1 1991 2 72 1 1642 2 183 1 1183 2 26;proc freq; weight f; tables r*c /chisq;run;例7-7 样本构成比的比较data ex7_7; input r c f ;cards;1 1 421 2 481 3 212 1 302 2 722 3 36;proc freq; weight f; tables r*c /chisq;run;例7-8 双向无序分类资料的关联性检验data ex7_8; input r c f ;cards;1 1 4311 2 4901 3 9022 1

16、3882 2 4102 3 8003 1 4953 2 5873 3 9504 1 1374 2 1794 3 32;proc freq; weight f; tables r*c /chisq;run;例8-1 配对样本比较的Wilcoxon符号秩检验data ex8_1; input x1 x2 ; d=x1-x2;cards;60 76142 152195 24380 82242 240220 220190 20525 38198 24338 44236 19095 100;proc univariate; var d;run;例8-3 两个独立样本比较的Wilcoxon秩和检验data

17、 ex8_3; input x c ;cards;2.78 13.23 14.20 14.87 15.12 16.21 17.18 18.05 18.56 19.60 13.23 23.50 24.04 24.15 24.28 24.34 24.47 24.64 24.75 24.82 24.95 25.10 2;proc npar1way wilcoxon; var x; class c;run;一、多元回归1、普通多元回归data a;input id x1-x4 y;cards;1 173 106 7 14.7 137 2 139 132 6.4 17.8 162 3 198 112 6

18、.9 16.7 134 4 118 138 7.1 15.7 188 5 139 94 8.6 13.6 138 6 175 160 12.1 20.3 215 7 131 154 11.2 21.5 171 8 158 141 9.7 29.6 148 9 158 137 7.4 18.2 197 10 132 151 7.5 17.2 113 11 162 110 6 15.9 145 12 144 113 10.1 42.8 81 13 162 137 7.2 20.7 185 14 169 129 8.5 16.7 157 15 129 138 6.3 10.1 197 16 166

19、148 11.5 33.4 156 17 185 118 6 17.5 156 18 155 121 6.1 20.4 154 19 175 111 4.1 27.2 144 20 136 110 9.4 26 90 21 153 133 8.5 16.9 215 22 110 149 9.5 24.7 184 23 160 86 5.3 10.8 118 24 112 123 8 16.6 127 25 147 110 8.5 18.4 137 26 204 122 6.1 21 126 27 131 102 6.6 13.4 130 28 170 1127 8.4 24.7 135 29

20、173 123 8.7 19 188 30 132 131 13.8 29.2 122 ;proc reg;model y=x1-x4/stb;run;结果解释：根据方差分析结果：F=4.26,P=0.00920.05，回归方程有统计学意义根据参数估计结果：仅X3有意义，t2.42，P 0.05回归方程是：178.473440.09028X10.00104X21.3939X31.40112X42、多元回归（逐步回归法）data a;input id x1-x5 y;cards;1 173 106 7 14.7 137 62 2 139 132 6.4 17.8 162 43 3 198 112

21、 6.9 16.7 134 81 4 118 138 7.1 15.7 188 39 5 139 94 8.6 13.6 138 51 6 175 160 12.1 20.3 215 65 7 131 154 11.2 21.5 171 40 8 158 141 9.7 29.6 148 42 9 158 137 7.4 18.2 197 56 10 132 151 7.5 17.2 113 37 11 162 110 6 15.9 145 70 12 144 113 10.1 42.8 81 41 13 162 137 7.2 20.7 185 56 14 169 129 8.5 16.7

22、157 58 15 129 138 6.3 10.1 197 47 16 166 148 11.5 33.4 156 49 17 185 118 6 17.5 156 69 18 155 121 6.1 20.4 154 57 19 175 111 4.1 27.2 144 74 20 136 110 9.4 26 90 39 21 153 133 8.5 16.9 215 65 22 110 149 9.5 24.7 184 40 23 160 86 5.3 10.8 118 57 24 112 123 8 16.6 127 34 25 147 110 8.5 18.4 137 54 26

23、204 122 6.1 21 126 72 27 131 102 6.6 13.4 130 51 28 170 1127 8.4 24.7 135 62 29 173 123 8.7 19 188 85 30 132 131 13.8 29.2 122 38 ;proc reg;model y=x1-x5/stb selection=stepwise sle=0.10 sls=0.15;run;结果解释：根据逐步回归的条件：引入标准0.10，剔除标准0.15，回归方程纳入X1和X4，P均小于0.05由方差分析结果显示：F=46.48,P0.0001,回归方程有统计学意义。根据参数估计结果显示：

24、11.78059+0.49842X1-0.49666X4 3.控制变量后的相关系数 data a; input id x1-x5 y; cards; 1 173 106 7 14.7 137 62 2 139 132 6.4 17.8 162 43 3 198 112 6.9 16.7 134 81 4 118 138 7.1 15.7 188 39 5 139 94 8.6 13.6 138 51 6 175 160 12.1 20.3 215 65 7 131 154 11.2 21.5 171 40 8 158 141 9.7 29.6 148 42 9 158 137 7.4 18.2

25、 197 56 10 132 151 7.5 17.2 113 37 11 162 110 6 15.9 145 70 12 144 113 10.1 42.8 81 41 13 162 137 7.2 20.7 185 56 14 169 129 8.5 16.7 157 58 15 129 138 6.3 10.1 197 47 16 166 148 11.5 33.4 156 49 17 185 118 6 17.5 156 69 18 155 121 6.1 20.4 154 57 19 175 111 4.1 27.2 144 74 20 136 110 9.4 26 90 39 21 153 133 8.5 16.9 215 65 22 110 149 9.5 24.7 184 40