SAS軟件使用課件

SAS軟件使用

山西醫(yī)科大學(xué)衛(wèi)生統(tǒng)計學(xué)教研室余紅梅yu_hongmeSAS軟件使用一、SAS概述SAS（StatisticsAnalysisSystem）是一個模塊化、集成化的應(yīng)用軟件系統(tǒng)。具有完備的數(shù)據(jù)訪問、管理、分析和呈現(xiàn)功能，被譽為國際標(biāo)準(zhǔn)統(tǒng)計分析軟件。該系統(tǒng)最初于1966年由美國北卡州立大學(xué)的兩位教授開始研制，1976年成立SAS公司，實現(xiàn)軟件的商品化。1985年推出SAS/PC(6.02)版本，目前最新版本為可在多種操作系統(tǒng)平臺上運行的9.0版。SAS在世界范圍內(nèi)被廣泛應(yīng)用于政府、科研、教學(xué)、工業(yè)和商業(yè)等不同領(lǐng)域的數(shù)據(jù)管理于處理，是當(dāng)前國際上最流行并具有權(quán)威性的統(tǒng)計分析軟件。SAS軟件使用1.SAS系統(tǒng)為模塊化設(shè)計，SAS8.0以上版本含30余個模塊，功能上覆蓋了包括醫(yī)藥、金融等各行業(yè)進(jìn)行數(shù)據(jù)管理和分析的各個應(yīng)用領(lǐng)域。SAS/BASE

數(shù)據(jù)管理、基本的統(tǒng)計描述等。

SAS/STAT

數(shù)據(jù)的統(tǒng)計分析，包括方差分析、回歸分析、屬性數(shù)據(jù)分析、非參數(shù)分析、多變量分析、生存分析等近50個過程。

SAS/IML矩陣的運算

SAS/ETS時間序列與經(jīng)濟計量分析

SAS/OR決策分析、線性規(guī)劃等

SAS/GRAPH高質(zhì)量統(tǒng)計圖的繪制SAS軟件使用2.本人學(xué)習(xí)、培訓(xùn)、使用、講授SAS經(jīng)歷學(xué)習(xí)：1993年8月北京大學(xué)概率統(tǒng)計系培訓(xùn)：1993年11月本校公共衛(wèi)生學(xué)院教師使用：本科生、研究生醫(yī)學(xué)統(tǒng)計學(xué)必修課及選修課SAS教學(xué)；本人博士研究生課題編程；統(tǒng)計分析服務(wù)。講授：本科生：預(yù)防醫(yī)學(xué)系研究生：高級多元統(tǒng)計SAS軟件使用3.為什么學(xué)習(xí)SAS權(quán)威性與SPSS比較SAS認(rèn)證SAS程序員與SAS用戶SAS軟件使用

SAS的啟動4.SAS顯示管理系統(tǒng)的窗口：程序編輯窗口（PROGRAMEDITOR窗口）：該窗口主要功能是編輯SAS程序，將程序提交系統(tǒng)執(zhí)行。日志窗口（LOG窗口）：該窗口主要作用是顯示運行程序后的有關(guān)信息，包括程序行（黑色）、提示（藍(lán)色）、警告（綠色）和錯誤（紅色）。結(jié)果輸出窗口（OUTPUT窗口）：該窗口隱藏在上述兩個窗口的后面，主要作用是顯示程序運行的結(jié)果。如果程序正常運行，結(jié)果窗口會自動出現(xiàn)，可供打印和保存。SAS軟件使用

數(shù)據(jù)文件的格式序號變量1變量2…123…注：“行”為觀察單位；“列”為變量或指標(biāo)。SAS軟件使用5．SAS界面操作入門（以一個SAS程序為例）

SAS運行過程包括：啟動SAS系統(tǒng)，輸入和編輯SAS程序，運行SAS程序，退出SAS系統(tǒng)。

dataa;

inputagegender;

cards;501450561600651

;

proc

print;

run;SAS軟件使用運行程序:

按快捷鍵SubmitOUTPUT窗口看統(tǒng)計分析結(jié)果。程序的修改：進(jìn)入LOG窗口找錯誤，紅色下劃線將給你提示。程序的再運行：在PGM窗口改正并重新運行。保存程序：菜單File：Save/Saveas最后，退出SAS系統(tǒng)SAS軟件使用為節(jié)省數(shù)據(jù)塊的行數(shù)，可采用數(shù)據(jù)連續(xù)輸入的方法。dataa;

inputagegender@@;

cards;501450561600651

;

proc

print;

run;SAS軟件使用6.SAS語言的語句和程序

SAS語句通常是由SAS關(guān)鍵字、SAS名稱（如SAS數(shù)據(jù)集名、過程名、變量名等）、運算符及特殊字符等組成，最后以“；”結(jié)尾。

關(guān)鍵字通常是一個反映語句功能的英文單詞，由系統(tǒng)規(guī)定，用戶不能隨意改變。

SAS名稱除過程名、函數(shù)名和SAS系統(tǒng)保留的特殊變量名外，大多數(shù)的名稱都可以由用戶命名，其命名規(guī)則為：由1-8個字符組成；第一個字符必須是字母A、B、…、Z；從第二個字符開始，可以為字母A、B、…、Z，阿拉伯?dāng)?shù)字，或下劃線“—”。如：X1、NAME、DIS、F。SAS軟件使用每個語句的各個項之間通常用空格隔開。一個空格與幾個空格的作用等價。英文字母大、小寫混用。可以把一個句子寫在不同行。可以在同一行寫多個語句。SAS軟件使用

常用函數(shù)：算術(shù)函數(shù)

ABS（X）X的絕對值

SQRT（X）X的平方根

數(shù)學(xué)函數(shù)：

EXP（X）以e為底的冪

LOG（X）底為e的自然對數(shù)

LOG10（X）底為10的對數(shù)（常用對數(shù)）三角函數(shù)：

SAS軟件使用SAS軟件使用概率函數(shù)和分位數(shù)函數(shù)SAS軟件使用

運算符：

算術(shù)運算符：

+加；-

減；*乘；/除；**乘方（+、-可以放在常數(shù)、變量、函數(shù)和括號前表示取正或負(fù)，表示乘法運算的*不能省略）

比較運算符：<小于；<=小于等于；=等于^=不等于；>=大于等于；>大于

邏輯運算符：OR或；AND與；NOT非SAS軟件使用SAS程序一般分為兩部分：數(shù)據(jù)步和過程步。

數(shù)據(jù)步包括要求SAS創(chuàng)立的數(shù)據(jù)集的語句和所必須的運算操作語句，其作用是對數(shù)據(jù)進(jìn)行加工、整理。每個數(shù)據(jù)步以DATA語句開頭。其中最常用的語句有：

DATA語句

主要功能是：

1.標(biāo)志數(shù)據(jù)步的開始。

2.命名將要創(chuàng)建的SAS數(shù)據(jù)集。格式如下：

DATA數(shù)據(jù)集名；SAS軟件使用

INPUT語句

用于向系統(tǒng)表明如何讀入每一條記錄。格式如下：

INPUT變量名；一行一個觀測

INPUT變量名@@；連續(xù)讀入，一行多個觀測（注意變量名之間要用空格分隔）

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。格式如下：

CARDS；數(shù)據(jù)塊；

SAS軟件使用數(shù)據(jù)的輸入方式：1.直接輸入方式

dataa;命名將要建立的數(shù)據(jù)集名

inputagegender@@;要輸入的變量為年齡和性別，并且是連續(xù)輸入

cards;直接輸入數(shù)據(jù)，數(shù)據(jù)塊開始

501450561600651

數(shù)據(jù)塊

;數(shù)據(jù)塊結(jié)束SAS軟件使用2.

讀入其他格式的數(shù)據(jù)文件

SAS6.12版本以上的，可以利用FILE菜單上的import命令將其他格式的數(shù)據(jù)文件如文本文件（*.txt）、EXCEL文件（*.xls）、dBASEII/III/IV、FoxBASE、Foxpro、VisualFoxpro數(shù)據(jù)庫文件（*.dbf）導(dǎo)入SAS系統(tǒng)，創(chuàng)建SAS數(shù)據(jù)集。SAS軟件使用

過程步要求SAS系統(tǒng)從過程庫中調(diào)用一個或多個過程，對已建立的數(shù)據(jù)集進(jìn)行數(shù)據(jù)管理和分析。每個過程步以PROC語句開始。過程步名功能

SORT

按指定變量排序

PRINT

將數(shù)據(jù)集中的數(shù)據(jù)列表輸出

UNIVARIATE

計量資料統(tǒng)計描述

MEANS

計量資料簡單統(tǒng)計描述

FREQ

計數(shù)資料統(tǒng)計描述和推斷

TTESTt檢驗

ANOVA

方差分析SAS軟件使用

NPAR1WAY

非參數(shù)檢驗

REG

回歸分析

CORR

相關(guān)分析

LOGISTIClogistic回歸

PHREGCox回歸分析

GLM

協(xié)方差分析、多因素試驗方差分析、重復(fù)測量設(shè)計方差分析SAS軟件使用過程步大致結(jié)構(gòu)：

PROC過程名[DATA=數(shù)據(jù)集名]選項；該過程的專用語句描述：

[VAR分析變量名]；

[BY分組變量名]；

RUN；

[]里的語句均可省略，但這時該過程按通常情況處理：

1.處理最新建立的SAS數(shù)據(jù)集。

2.處理所有的變量。

3.一次處理整個數(shù)據(jù)集而不是其中一個子集。SAS軟件使用

二.定量資料統(tǒng)計描述

UNIVARIATE過程

MEANS過程SAS軟件使用一．UNIVARIATE過程1．PROCUNIVARIATE

選項；選項：

NORMAL正態(tài)性檢驗2．VAR

分析變量名；3.FREQ頻數(shù)變量名；4．BY

分組變量名

；

SAS軟件使用二．MEANS過程1．PROCMEANS選項；選項：

NMEANSTDCVRANGESUMVARMINMAX

缺省時輸出：NMEANSTDMINMAX2．VAR

分析變量名；3．FREQ頻數(shù)變量名；4.BY

分組變量名

;SAS軟件使用作業(yè)：1P23：某單位1999年正常成年女子血清甘油三酯測量結(jié)果，報告以下統(tǒng)計量：均數(shù)、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、中位數(shù)、四分位數(shù)間距（注明單位）。2P33：報告試驗組和對照組的正態(tài)性檢驗結(jié)果，兩組的均數(shù)和標(biāo)準(zhǔn)差。試驗組和對照組空腹血糖下降值組別均數(shù)±標(biāo)準(zhǔn)差（單位）試驗組對照組SAS軟件使用SAS實習(xí)二

計量資料統(tǒng)計推斷SAS軟件使用單樣本t檢驗：

UNIVARIATE過程dataa;inputx@@;x1=x-140;cards;112.00137.00129.00126.0088.0090.00105.00178.00130.00128.00126.00103.00172.00116.00125.0090.0096.00162.00157.00151.00135.00113.00175.00129.00165.00171.00128.00128.00160.00110.00140.00163.00100.00129.00116.00127.00;proc

print;打印數(shù)據(jù)(output窗口)proc

univariatenormal;正態(tài)性檢驗及t檢驗varxx1;run;SAS軟件使用配對t檢驗：UNIVARIATE過程dataa;inputx1x2@@;d=x1-x2;cards;0.8400.5800.5910.5090.6740.5000.6320.3160.6870.3370.9780.5170.7500.4540.7300.5121.2000.9970.8700.506;procprint;打印數(shù)據(jù)(output窗口)procunivariatenormal;差值的正態(tài)性檢驗及t檢驗

vard;run;SAS軟件使用兩樣本t檢驗：TTEST過程1．PROCTTEST

選項；選項：COCHRANCochran近似t檢驗2．VAR

分析變量名；3．CLASS

分組變量名；SAS軟件使用dataa;inputgroup$n;分組變量為字符型，加$doi=1ton;inputx@@;output;end;cards;treat20-0.70–5.602.002.800.703.504.005.807.10–0.502.50–1.601.703.000.404.504.602.506.00–1.40control203.706.505.005.200.800.200.603.406.60–1.106.003.802.001.602.002.201.203.101.70–2.00;SAS軟件使用procprint;打印數(shù)據(jù)procsort;數(shù)據(jù)分組

bygroup;procunivariatenormal;分組的正態(tài)性檢驗

varx;bygroup;procttestcochran;t檢驗

varx;classgroup;run;SAS軟件使用方差分析：ANOVA過程

1．PROCANOVA；2．CLASS

分組變量名；3．MODEL分析變量名=分組變量名；4．MEANS

分組變量名/選項；多重比較選項：LSDDUNNETTSNK方差齊性檢驗：HOVTESTSAS軟件使用完全隨機設(shè)計資料方差分析dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;placebo303.534.594.342.663.593.132.642.563.503.253.304.043.533.563.854.073.523.934.192.961.373.932.332.984.003.552.964.304.162.59SAS軟件使用2.4g302.423.364.322.342.682.951.563.111.811.771.982.632.862.932.172.722.652.222.902.972.362.562.522.272.983.722.803.574.022.314.8g302.862.282.392.282.482.283.212.232.322.682.662.322.613.642.583.652.663.682.653.023.482.422.412.663.292.703.042.811.971.687.2g300.891.061.081.271.631.891.192.172.281.721.981.742.163.372.971.690.942.112.812.521.312.511.881.413.191.922.471.022.103.71；SAS軟件使用procsort;數(shù)據(jù)分組

bygroup;procunivariatenormal;分組的正態(tài)性檢驗

varx;bygroup;procanova;方差分析

classgroup;modelx=group;meansgroup/snkhovtest;run;SAS軟件使用隨機區(qū)組設(shè)計資料方差分析dataa;doblock=1to5;dotreat=1to3;inputx@@;output;end;end;cards;0.820.650.510.730.540.230.430.340.280.410.210.310.680.430.24;SAS軟件使用procanova;classblocktreat;modelx=blocktreat;meanstreat/snk;run;SAS軟件使用作業(yè)：1P49：試驗組和對照組治療前后舒張壓（1）新藥是否有效？（2）新藥和標(biāo)準(zhǔn)藥療效是否有差別？報告：（1）各組的均數(shù)和標(biāo)準(zhǔn)差。（2）t檢驗條件：正態(tài)性和方差齊性檢驗結(jié)果。（3）t檢驗結(jié)果及解釋。SAS軟件使用H0：μ1=μ2H1：μ1≠μ2α=0.05兩組舒張壓下降值（mmHg）組別均數(shù)±標(biāo)準(zhǔn)差新藥組標(biāo)準(zhǔn)藥組正態(tài)性檢驗：方差齊性檢驗：t檢驗：t=P=結(jié)論：SAS軟件使用2P71：某藥物對小白鼠抑癌作用的試驗結(jié)果，問不同劑量藥物注射液的抑癌作用有無差別？報告：（1）各組的均數(shù)和標(biāo)準(zhǔn)差。（2）方差分析條件：正態(tài)性和方差齊性檢驗結(jié)果。（3）方差分析及多重比較結(jié)果。SAS軟件使用H0：μ1=μ2=μ3H1：μ1、μ2、μ3不全相等α=0.05三組舒張壓下降值（mmHg）組別均數(shù)±標(biāo)準(zhǔn)差新藥組標(biāo)準(zhǔn)藥組正態(tài)性檢驗：方差齊性檢驗：F檢驗：F=P=結(jié)論：SAS軟件使用SAS實習(xí)三

卡方檢驗秩和檢驗SAS軟件使用卡方檢驗（chi-squaretest）

FREQ過程在SAS系統(tǒng)中，對分類變量資料的基本分析方法主要通過FREQ過程來實現(xiàn)。FREQ過程的主要功能有：1．產(chǎn)生頻數(shù)表。2．計算表中各格子的理論頻數(shù)、構(gòu)成比和率。3．進(jìn)行卡方檢驗。SAS軟件使用FREQ過程的語句及說明1．PROCFREQ

；2．TABLES

提交式/選項；如，TABLESA；TABLESA*B；TABLES語句/

后的選項：EXPECTED

輸出各格子的理論頻數(shù)。CHISQ

進(jìn)行卡方檢驗，對四格表（2×2表）計算Fisher精確概率。EXACT

對行列表（大于2×2表）計算Fisher精確概率。AGREE

進(jìn)行配對卡方檢驗。CMH1

有序分組資料線性趨勢檢驗3．WEIGHT

頻數(shù)變量；SAS軟件使用1.四格表資料卡方檢驗P104：Example7-1，Pearson卡方檢驗dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;9957521;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS軟件使用P106：Example7-2，校正卡方dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;466188;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS軟件使用P108：Example7-4，F(xiàn)isher確切概率法dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;41856;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS軟件使用2.配對四格表資料卡方檢驗P106：Example7-3，McNemartestdataa;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;1112233;procfreq;tablesa*b/agree;weightf;run;SAS軟件使用3.行列表資料卡方檢驗P111：Example7-6，多個樣本率的比較dataa;dotreat=1to3;doeffect=1to2;inputf@@;output;end;end;cards;19971641811826;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS軟件使用P111：Example7-8，雙向無序分類資料的關(guān)聯(lián)性檢驗dataa;doa=1to4;dob=1to3;inputf@@;output;end;end;cards;43149090238841080049558795013717932;procfreq;tablesa*b/expectedchisq;weightf;run;SAS軟件使用P117：Example7-11有序分組資料線性趨勢檢驗dataa;doage=1to4;doeffect=1to4;inputf@@;output;end;end;cards;70224227249316231379201514;procfreq;tablesage*effect/cmh1;weightf;run;SAS軟件使用作業(yè)1.P120，第3題，第4題。P121，第7題。組別例數(shù)有效數(shù)有效率％蘭芩口服液銀黃口服液Chi-square＝P＝結(jié)論：SAS軟件使用秩和檢驗UNIVARIATE過程NPAR1WAY過程SAS軟件使用配對樣本W(wǎng)ilcoxon符號秩檢驗：UNIVARIATE過程P123，例8－1dataa;inputx1x2@@;d=x2-x1;cards;608014215219524380822422402202201902052538212243384423620095100;procprint;打印數(shù)據(jù)(output窗口)procunivariatenormal;差值的正態(tài)性檢驗、t檢驗

vard;及Wilcoxon符號秩檢驗run;SAS軟件使用NPAR1WAY過程1．PROCNPAR1WAY

選項；選項WILCOXON

對兩樣本作Wilcoxon秩和檢驗，對多樣本作Kruskal-WallisH檢驗。2．CLASS分組變量；3.VAR分析變量；SAS軟件使用原始數(shù)據(jù)兩樣本比較：P127，例8－3dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;A102.783.234.204.875.126.217.188.058.569.60B123.233.504.044.154.284.344.474.644.754.824.955.10;procsort;bygroup;SAS軟件使用procunivariatenormal;分組的正態(tài)性檢驗

varx;bygroup;procttestcochran;方差齊性檢驗

classgroup;varx;procnpar1waywilcoxon;秩和檢驗

classgroup;varx;run;SAS軟件使用等級資料兩樣本比較dataa;dogroup=1to2;doeffect=1to5;inputf@@;doi=1tof;x=effect;output;還原原始數(shù)據(jù)

end;end;end;cards;18161042231140;proc

npar1waywilcoxon;秩和檢驗

varx;classgroup;run;SAS軟件使用原始數(shù)據(jù)多樣本比較dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;A532.535.540.546.049.0B516.020.522.529.036.0C56.59.012.518.024.0;proc

sort;bygroup;SAS軟件使用proc

univariate;分組的正態(tài)性檢驗

varx;bygroup;proc

anova;方差齊性檢驗

classgroup;modelx=group;meansgroup/hovtest;proc

npar1waywilcoxon;秩和檢驗

varx;classgroup;run;SAS軟件使用等級資料多樣本比較dataa;dogroup=1to4;doeffect=1to4;inputf@@;doi=1tof;x=effect;output;還原原始數(shù)據(jù)

end;end;end;cards;0296355257323530;proc

npar1waywilcoxon;秩和檢驗

varx;classgroup;run;SAS軟件使用作業(yè)P137，第2題，原始數(shù)據(jù)兩樣本比較。P138，第3題，等級資料兩樣本比較。P138，第4題，原始數(shù)據(jù)多樣本比較。P138，第5題，等級資料多樣本比較。SAS軟件使用

SAS實習(xí)三簡單線性回歸、多重線性回歸、logistic回歸REG（回歸過程）

LOGISTIC（logistic回歸）SAS軟件使用簡單線性回歸分析：一．PROCREG語句（回歸過程語句）

PROCREG；

二．MODEL語句（建模語句）

MODEL應(yīng)變量=自變量；SAS軟件使用dataex10_1;

inputxy@@;cards;1.3000.0661.4440.0760.7860.001…;procgplot;繪制散點圖

ploty*x;指定散點圖的縱軸和橫軸procreg;進(jìn)行簡單線性回歸分析

modely=x;指定模型的應(yīng)變量和自變量run;SAS軟件使用多重線性回歸分析SAS軟件使用一．PROCREG語句（回歸過程語句）

PROCREG；二．MODEL語句（建模語句）

MODEL應(yīng)變量=待選自變量/選項；1.SELECTION=

規(guī)定選擇模型的方法

SELECTION=FORWARD或F—前進(jìn)法

SELECTION=BACKWARD或B—后退法

SELECTION=STEPWISE—逐步法

SELECTION=NONE—全回歸模型每個MODEL語句只能規(guī)定一種模型選擇方法，缺省時使用NONE。SAS軟件使用2．SLENTRY=或SLE=

對FORWARD和STEPWISE方法規(guī)定變量進(jìn)入回歸模型的顯著性水平。對FORWARD方法的缺省值是0.50，對STEPWISE方法是0.15。3．SLSTAY=或SLS=

對BACKWARD和STEPWISE方法規(guī)定變量保留在模型里的顯著性水平。對BACKWARD方法的缺省值是0.10，對STEPWISE方法是0.15。4．STB

輸出標(biāo)準(zhǔn)化回歸系數(shù)。SAS軟件使用dataex11_1;

inputx1x2x3x4y@@;cards;1.30020.0800.450.0661.44423.0570.500.076...;procreg;

modely=x1x2x3x4/selection=forward

sle=0.10sls=0.15stb;run;SAS軟件使用LOGISTIC回歸LOGISTIC過程SAS軟件使用LOGISTIC過程（LOGISTIC回歸過程）一.PROCLOGISTIC；二.CLASS多分類變量名（ref=“參照組水平”）;三.MODEL應(yīng)變量=待選自變量/選項；選項同PROCREG。1．應(yīng)變量：OrderedValueY(系統(tǒng)默認(rèn))1120輸出Y=0方向的計算結(jié)果(系統(tǒng)默認(rèn))。如發(fā)病=1，未發(fā)病=0，用PROCLOGISTIC

DESCENDING/DESCEND/DES。2．RL

計算OR95%置信區(qū)間。SAS軟件使用dataex18_7;

seta;proclogisticdescending;

多分類變量x5和x12按有序變量處理

modely=x1-x12/selection=forward

sle=0.05

sls=0.10RL;run；SAS軟件使用dataex18_7;

seta;proclogisticdescending;

classx5(ref=“0”)x12(ref=“0”);

將多分類變量x5和x12設(shè)置啞變量，結(jié)果比按有序變量處理更客觀。

modely=x1-x12/selection=forward

sle=0.05sls=0.10RL;run；SAS軟件使用

SAS實習(xí)四生存分析

LIFETEST（生存率估計與比較）

PHREG（Cox比例風(fēng)險回歸模型）SAS軟件使用生存率估計與比較LIFETEST過程一.

PROCLIFETEST選項；選項：1、METHOD=指定生存率估計方法METHOD=KMKaplan-Meier法METHOD=LIFE壽命表法2、WIDTH=指定壽命表法區(qū)間的寬度3、PLOTS=(S)繪制生存曲線SAS軟件使用二.

TIME

生存時間變量*結(jié)局變量（刪失值）；三.

STRATA

分組變量；SAS軟件使用dataex19_1;

inputtstatusnumber@@;cards;0.51900.5001.51761.5002.51512.5003.51253.50124.51204.5055.5175.5096.5146.5097.5117.5038.5138.5059.5129.50510.51010.5047;SAS軟件使用proc

lifetestmethod=life

width=1

plot=(s);

timet*status(0);

freqnumber;run;SAS軟件使用dataex19_2;

inputgroup$n;

doi=1ton;inputtstatus@@;output;

end;cards;small14141191261281291321361401421440451530541590large16617191101111121131201231251271301341371431501;SAS軟件使用proclifetestmethod=kmplots=(s);

timet*status(0);

stratagroup;run;SAS軟件使用Cox比例風(fēng)險回歸模型PHREG過程一.

PROCPHREG

；二.

MODEL

生存時間變量*結(jié)局變量（刪失值）=待選自變量/選項；選項同logistic回歸三.

OUTPUTOUT=輸出數(shù)據(jù)集名

SURVIVAL=生存率名

XBETA=預(yù)后指數(shù)名/ORDER=DATAMETHOD=KM；SAS軟件使用dataex19_4;

inputagegradesizerelapsetstatus@@;cards;6210059064100541…;procphreg;

modelt*status(0)=agegradesizerelapse/selection=stepwise

sle=0.05sls=0.10RL;變量篩選，輸出RR置信區(qū)間output

out=reportsurvival=sxbeta=pi/order=data

method=pl;

輸出生存率和預(yù)后指數(shù)，按照原始數(shù)據(jù)順序顯示procprint

data=report;輸出窗口顯示輸出數(shù)據(jù)集run;SAS軟件使用Cox回歸練習(xí)題某省腫瘤醫(yī)院調(diào)查1991-1994年經(jīng)手術(shù)治療的65例大腸癌患者的臨床資料，試用Cox回歸對可能影響大腸癌術(shù)后的臨床病理因素進(jìn)行分析。練習(xí)題的SAS數(shù)據(jù)集已下發(fā)，文件名為“Cox回歸練習(xí)題”。SAS軟件使用

66例大腸癌影響因素量化表變量名因素量化值

X1性別女=0男=1X2年齡（歲）<40=140-60=2≥60=3X3組織學(xué)分類乳頭狀腺癌=0管狀腺癌=1X4腫瘤大?。╟m）≤6=0＞6=1X5Dure‘s分期A=1B=2C=3D=4X6細(xì)胞增殖抗原（PCNA）<55%=0≥55%=1X7淋巴管浸潤無=0有=1X8血管浸潤無=0有=1t手術(shù)到觀察結(jié)束實際天數(shù)

status結(jié)局刪失=0死亡=1SAS軟件使用

SAS實習(xí)六

復(fù)雜設(shè)計方差分析

析因設(shè)計（FactorialDesign）ANOVA重復(fù)測量設(shè)計(RepeatedMeasurementDesign)ANOVA協(xié)方差分析SAS軟件使用析因設(shè)計例：將20只家兔隨機等分4組，每組5只，進(jìn)行神經(jīng)損傷后的縫合實驗。處理由兩個因素組合而成。A因素為縫合方法：外膜縫合和束膜縫合；B因素為縫合后時間：縫合后1月和縫合后2月。實驗結(jié)果為家兔神經(jīng)縫合后的軸突通過率（％）。試分析不同縫合方法及縫合后時間對軸突通過率的影響。2×2析因設(shè)計SAS軟件使用家兔神經(jīng)縫合后的軸突通過率(％)

外膜縫合（A1）

束膜縫合（A2）1月（B1）2月（B2）1月（B1）2月（B2）1010405010303070603010203050305050706030均數(shù)24442852SAS軟件使用析因設(shè)計特點各因素各水平的全面組合分組。析因?qū)嶒炘O(shè)計不僅可以作每個因素各水平的比較，而且可分析交互作用，還可以從各因素各水平的全面組合中挑選出最優(yōu)實驗條件或最優(yōu)實驗條件的方向。完全隨機設(shè)計的析因?qū)嶒炛幸蟾鹘M例數(shù)相等，且每組例數(shù)不少于2例，否則無法分析因素間的交互作用。SAS軟件使用基本概念單獨效應(yīng)（simpleeffect）：指其他因素的水平固定時，某一因素不同水平間的差別。外膜縫合：不同縫合時間間的差別44-24＝20外膜縫合2月與1月相比，神經(jīng)軸突通過率提高了20％。束膜縫合：不同縫合時間間的差別52-28＝24束膜縫合2月與1月相比，神經(jīng)軸突通過率提高了24％。SAS軟件使用1月縫合：不同縫合方法間的差別28-24＝41月縫合束膜縫合與外膜縫合相比，神經(jīng)軸突通過率提高了4％。2月縫合：不同縫合方法間的差別52-44＝82月縫合束膜縫合與外膜縫合相比，神經(jīng)軸突通過率提高了8％。SAS軟件使用主效應(yīng)（maineffect）：指某一因素各水平間的平均差別(即單獨效應(yīng)的平均)?？p合時間主效應(yīng)：(20+24)/2=22縫合后2月與1月相比（不考慮縫合方法），神經(jīng)軸突通過率提高了22％?？p合方法主效應(yīng)：(4+8)/2=6束膜縫合與外膜縫合相比（不考慮縫合時間），神經(jīng)軸突通過率提高了6％。SAS軟件使用交互作用（interaction）：當(dāng)某因素的各個水平單獨效應(yīng)隨另一因素水平的變化而變化時，稱這兩個因素間存在交互作用?？p合方法與縫合時間的交互作用：（8-4）/2=2或（24-20）/2=2SAS軟件使用無交互作用示意圖縫合2月縫合1月外膜縫合束膜縫合軸突通過率2024SAS軟件使用有交互作用示意圖縫合2月縫合1月外膜縫合束膜縫合軸突通過率3010SAS軟件使用變異分解總變異（CorrectedTotal）處理組間（Model）

A因素主效應(yīng)

B因素主效應(yīng)

AB交互作用誤差（Error）H0:不同縫合方法神經(jīng)軸突通過率相等H1:不同縫合方法神經(jīng)軸突通過率不等H0:不同縫合時間神經(jīng)軸突通過率相等H1:不同縫合時間神經(jīng)軸突通過率不等H0:不同縫合方法與不同縫合時間之間無交互作用H1:不同縫合方法與不同縫合時間之間有交互作用SAS軟件使用/*factorialdesignANOVA,example11-1*/dataex11_1;inputxmethod$time$@@;cards;10a1b110a1b140a1b150a1b110a1b130a1b230a1b270a1b260a1b230a1b210a2b120a2b130a2b150a2b130a2b150a2b250a2b270a2b260a2b230a2b2;SAS軟件使用procanova;classmethodtime;在MODEL語句前指定分類變量

modelx=methodtimemethod*time;

指定模型的主效應(yīng)和交互效應(yīng)

meansmethod*time;輸出兩因素組合下的均數(shù)procglm;classmethodtime;modelx=methodtimemethod*time;meansmethod*time;SAS軟件使用20%24%SAS軟件使用4%8%SAS軟件使用注意：若兩因素交互作用不存在，說明兩因素的作用相互獨立，分析各因素的主效應(yīng)即可。若兩因素交互作用存在，在統(tǒng)計分析時須逐一分析各因素的單獨效應(yīng)。即固定另一因素的水平，分析某因素不同水平間的差別。組間比較采用方差分析，誤差均方及其自由度均按析因設(shè)計總方差分析中誤差的均方與其自由度計算。SAS軟件使用/*factorialdesignANOVA,example11-2*/dataex11_2;inputxa$b$@@;cards;1051.0mg5ug801.0mg5ug651.0mg5ug752.5mg5ug1152.5mg5ug802.5mg5ug855.0mg5ug1205.0mg5ug1255.0mg5ug1151.0mg15ug1051.0mg15ug801.0mg15ug1252.5mg15ug1302.5mg15ug902.5mg15ug655.0mg15ugSAS軟件使用1205.0mg15ug1005.0mg15ug751.0mg30ug951.0mg30ug851.0mg30ug1352.5mg30ug1202.5mg30ug1502.5mg30ug1805.0mg30ug1905.0mg30ug1605.0mg30ug;SAS軟件使用procanova;classab;modelx=aba*b;meansa*b;run;procglm;classab;modelx=aba*b;meansa*b;lsmeansa*b/tdiff;進(jìn)行每兩組均數(shù)比較，輸出t和P。run;SAS軟件使用SAS軟件使用SAS軟件使用例為研究減肥新藥鹽酸西布曲明片和鹽酸西布曲明膠囊的減肥效果是否不同，以及肥胖患者服藥后不同時間的體重隨時間的變化情況。采用雙盲雙模擬隨機對照試驗，將體重指數(shù)BMI>27的肥胖患者40名隨機等分成兩組，一組給予鹽酸西布曲明片+模擬鹽酸西布曲明膠囊，另一組給予鹽酸西布曲明膠囊+模擬鹽酸西布曲明片。所有患者每天堅持服