SAS軟件使用方法資料_第1頁
SAS軟件使用方法資料_第2頁
SAS軟件使用方法資料_第3頁
SAS軟件使用方法資料_第4頁
SAS軟件使用方法資料_第5頁
已閱讀5頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

aS它主要包括以下模塊: (2)統(tǒng)計(jì)分析模塊SAS/STAT; (4)矩陣運(yùn)算模塊SAS/IML; R (6)經(jīng)濟(jì)預(yù)測和時(shí)間序列分析模塊SAS/ETS等。.SAS界面主要窗口:基本的SAS任務(wù)。點(diǎn)擊窗口條上相應(yīng)的按鈕可將某窗口移至前臺(tái),成為當(dāng)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(kuò)展名為*.lst)。缺省時(shí),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(jìn)行移動(dòng)、復(fù) (1)F3;(2)Run→Submit;(3)使用功能鍵 ④空格和特殊字符(如◎#¥%$等)不允許在SAS名中使用。 、漢字和其它符號(hào),字符型變量需加上“$”以②數(shù)值型:只能包含數(shù)值(數(shù)字0-9,正負(fù)號(hào),小數(shù)點(diǎn)及科學(xué)記數(shù)法中用的E) 其語句一般由特定的關(guān)鍵字開始,以“;”結(jié)束;但數(shù)據(jù)流中沒有分號(hào);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(jié)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(jìn)行處理。 SAS運(yùn)算規(guī)則相同,如括號(hào)內(nèi)運(yùn)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(yùn)算。函數(shù)一般形式為:函數(shù)名(自變量,自變量,…) 計(jì)算服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量u小于給定x的概率。即p(u<X)。如:⑤二項(xiàng)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(jì)算probbnml(p,n,k)-probbnml(p,n,k-1)。計(jì)算參數(shù)為m的泊松分布的隨機(jī)變量x≤n的概率。如計(jì)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(jī)數(shù)。RANUNIseed)NORMAL(seed)或產(chǎn)生服從標(biāo)準(zhǔn)正態(tài)分布N(0,l)的隨機(jī)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(jī)數(shù)。產(chǎn)生一個(gè)參數(shù)λ=l的指數(shù)分布的隨機(jī)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(xiàng)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(jì);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(jié)果輸出到output窗口。如: (3)變量值的排序。例2某高校藥學(xué)專業(yè)48名學(xué)生高等數(shù)學(xué)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(jìn)行基本的統(tǒng)計(jì)描述*/runrun;主要結(jié)主要結(jié)果:例介的概率;(3)有人有反應(yīng)的概率.程序:procprint;run;程序說明:二項(xiàng)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(jì)算probbnml(p,n,k)-probbnml(p,n,k-1)。主主要結(jié)果:程序:procprocprint;run;主主要結(jié)果:單組樣本的t檢驗(yàn)通過計(jì)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(yàn).對兩個(gè)有關(guān)聯(lián)的變量均數(shù)進(jìn)行比較。配對t檢驗(yàn)也可以用t驗(yàn).對兩組樣本的均數(shù)進(jìn)行比較.可以得到每組的描述性統(tǒng)計(jì)結(jié)果和Levene’s方差齊性檢驗(yàn)結(jié)果。同時(shí)給出方差齊和方差不齊的t檢驗(yàn)結(jié)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(shí)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(jié)主要結(jié)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(yàn)兩總體的正態(tài)性是否滿足*/runrun;主要結(jié)果:析的方法有:完全隨機(jī)設(shè)計(jì)方差分析(單因素方差分析)、隨機(jī)區(qū)組設(shè)計(jì)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(shí),采用PROCANOVA過程;當(dāng)各比較組的樣本含量不相等(即非均衡數(shù)據(jù))時(shí),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(yàn)和DUNNETT-t檢驗(yàn),其對應(yīng)選項(xiàng)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(jié)果:SNK兩兩比較的結(jié)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(shí)驗(yàn)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(jié)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(jìn)行假設(shè)檢驗(yàn)。的例8某研究者欲了解獻(xiàn)血者的兩種血型系統(tǒng)的血型之間是否有關(guān)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(quán)重變量為f*/runrun;主要結(jié)主要結(jié)果:結(jié)果分析:S (4)多樣本比較(雙因素分析)可用PROCRANK過程計(jì)算秩得分后再用程序:7exact;/*采用確切法*/runrun;主要結(jié)果:結(jié)果解釋:經(jīng)兩獨(dú)立樣本wilcoxon秩和檢驗(yàn)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(gè)療程后,得療效如表無效好轉(zhuǎn)顯效控制程序:ARWAYWILCOXONrunrun;主要結(jié)主要結(jié)果:相關(guān)是研究兩個(gè)(或多個(gè))隨機(jī)變量間的相互聯(lián)系的一種統(tǒng)計(jì)方法,目的是回歸是研究一個(gè)(或多個(gè))因變量Y與另一個(gè)(或多個(gè))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(dú)立(Independent)、正態(tài)(Normal)和等方差(Equalvariance)。在SAS中運(yùn)用PROCREG過程進(jìn)行程序:procgplot;/*調(diào)用gplot過程繪制散點(diǎn)圖*/100組胎齡(周)和嬰 plotx*y;/*散點(diǎn)圖以變量y為縱坐標(biāo),以x為橫坐標(biāo)*/varxy;/*指定對變量x和y進(jìn)行相關(guān)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(jié)果:L號(hào)123+4-567-8-9---程序:*/runrun;主要結(jié)果:正交試驗(yàn)設(shè)計(jì)是研究多因素多水平的一種常用設(shè)計(jì)方法,它是根據(jù)正交性從全面試驗(yàn)中挑選出部分有代表性的點(diǎn)進(jìn)行試驗(yàn),這些有代表性的點(diǎn)具備了“均勻分散,齊整可比”的特點(diǎn),正交試驗(yàn)設(shè)計(jì)是分式析因設(shè)計(jì)的主要方法。是一種高效率、快速、經(jīng)濟(jì)的實(shí)驗(yàn)設(shè)計(jì)方法。正交實(shí)驗(yàn)設(shè)計(jì)的基本步驟包括:(1)明確實(shí)驗(yàn)?zāi)康?,選定實(shí)驗(yàn)?zāi)繕?biāo)。(2) (4)用直觀分析法分析實(shí)驗(yàn)結(jié)果。例13在從地錦草中提取黃酮的實(shí)驗(yàn)中,以光密度為實(shí)驗(yàn)指標(biāo),考察如下4個(gè)因素及水平:1234123421.21.2實(shí)驗(yàn)號(hào)122488ABCDyi2212212233133222441442552266222222772331228822449933223322333234422244112222442222114422221144441122程序:43214變量是y*/run;主主要結(jié)果:結(jié)果解釋:GLM過程首先給出模型的總體檢驗(yàn)結(jié)果,F(xiàn)=7.71,P=0.0180,模型有統(tǒng)計(jì)學(xué)意義。接著對四個(gè)主效應(yīng)和A與C的交互效應(yīng)進(jìn)行檢驗(yàn),變量A(P=0.0957)和變量D(P=0.3776)以及交互效應(yīng)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(shí)驗(yàn)主要與鹽量和時(shí)間有關(guān)。在多因素多水平的試驗(yàn)中,如果用正交表安排試驗(yàn),試驗(yàn)次數(shù)還是太多,可以應(yīng)用均勻設(shè)計(jì)。均勻設(shè)計(jì)是用最少的試驗(yàn)次數(shù)取得關(guān)于總體的盡可能充分的信息,它是只考慮試驗(yàn)點(diǎn)在試驗(yàn)范圍內(nèi)均勻散布的一種試驗(yàn)設(shè)計(jì)方法。該設(shè)計(jì)方法較相同規(guī)模的正交設(shè)計(jì)而言,大大降低了試驗(yàn)次數(shù),讓試驗(yàn)點(diǎn)在其試驗(yàn)空間范圍內(nèi)充分地“均勻分散”。這樣每個(gè)試驗(yàn)點(diǎn)將具有更好的代表性,而試驗(yàn)點(diǎn)的數(shù)目可大幅度地減少,試驗(yàn)次數(shù)(試驗(yàn)點(diǎn)數(shù)×各試驗(yàn)點(diǎn)上重復(fù)試驗(yàn)次數(shù))也就相應(yīng)地大量減少。在最節(jié)省樣本量的均勻設(shè)計(jì)中,每個(gè)因素的每個(gè)水平只出現(xiàn)一次,若不做重復(fù)試驗(yàn),試驗(yàn)次數(shù)與水平數(shù)相均勻設(shè)計(jì)的步驟:根據(jù)文獻(xiàn)報(bào)道及預(yù)試驗(yàn)確定觀測指標(biāo)、試驗(yàn)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(shè)計(jì)表建立試驗(yàn)的具體因素水平組合;③實(shí)施試驗(yàn)并取得每次試驗(yàn)的指標(biāo)值;④以因素為自變量、以指標(biāo)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(xiàng)和平方項(xiàng)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(yàn)因素的試驗(yàn)范圍內(nèi)尋找最佳的因素水平組合并進(jìn)行該組合的驗(yàn)證試驗(yàn);⑥驗(yàn)證試驗(yàn)成功則進(jìn)一步減少因素的個(gè)數(shù)和縮小主要因素的試驗(yàn)范圍,重新進(jìn)行正交設(shè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論