醫(yī)用SAS統(tǒng)計(jì)分析培訓(xùn)講義(ppt 56頁(yè)).ppt

05 03 2020 1 本資料來(lái)源 05 03 2020 2 醫(yī)用SAS統(tǒng)計(jì)分析 第三講 05 03 2020 3 一 分類變量的統(tǒng)計(jì)推斷 卡方檢驗(yàn) 在SAS系統(tǒng)中 對(duì)分類變量資料的基本統(tǒng)計(jì)分析方法主要通過(guò)FREQ過(guò)程實(shí)現(xiàn)的 FREQ過(guò)程的主要功能有 1 產(chǎn)生一維或多維頻數(shù)表 2 計(jì)算各種表中格子的理論頻數(shù) 構(gòu)成比和各種率 3 對(duì)分類變量資料作相應(yīng)的假設(shè)檢驗(yàn) 05 03 2020 4 FREQ過(guò)程的語(yǔ)句及說(shuō)明主要格式 PROCFREQ 選擇項(xiàng) TABLES表達(dá)式 選擇項(xiàng) WEIGHT 說(shuō)明 PROC過(guò)程 選擇項(xiàng) data 數(shù)據(jù)集 規(guī)定PROCFREQ語(yǔ)句使用的數(shù)據(jù)集 formchar 1 2 7 規(guī)定用來(lái)構(gòu)造列聯(lián)表單元的輪廓線和分隔線的字符 只有三個(gè)字符 1為垂線 2為水平線 7為水平與垂直的交叉線 05 03 2020 5 TABLES語(yǔ)句 PROCFREQ過(guò)程中可有多條TABLES語(yǔ)句 TABLES語(yǔ)句后可接多個(gè)表格表達(dá)式 每個(gè)表達(dá)式可包含任何數(shù)量的變量 從而得到所需的表格 如果TABLES語(yǔ)句缺省 則FREQ過(guò)程對(duì)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(xiàng)時(shí) 若需某變量的一維頻數(shù) FREQ給出該變量每一水平的頻數(shù) freqency 累積頻數(shù) cumulativefreqency 頻數(shù)的百分比 percent 和累積百分比 cumulativepercent 若需二維頻數(shù)表 FREQ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) 05 03 2020 6 TABLES語(yǔ)句的表達(dá)式 表達(dá)式是要求FREQ過(guò)程分析處理的一維或多維表的清單 一維表有一個(gè)變量名表示 二維表由星號(hào) 聯(lián)接兩個(gè)變量名表示 如a b表示變量a與b的二維表 三維表的形式為a b c TABLES語(yǔ)句的 選擇項(xiàng) 1 普通選項(xiàng)out 數(shù)據(jù)集建立一個(gè)包含變量值和頻數(shù)計(jì)數(shù)的輸出數(shù)據(jù)集 如果TABLES語(yǔ)句中不止一個(gè)表達(dá)式 數(shù)據(jù)集的內(nèi)容相應(yīng)于TABLES語(yǔ)句中最后一個(gè)表達(dá)式的表格 05 03 2020 7 2 統(tǒng)計(jì)分析主要選項(xiàng) chisq對(duì)每層作 2檢驗(yàn) 包括Pearson 2 似然比 2和Mantel Haenszel 2 此外還給出與 2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Cramer sV 對(duì)于2 2表 給出Fisher精確概率 agree進(jìn)行配對(duì) 2檢驗(yàn) McNemar s檢驗(yàn) 一致性檢驗(yàn)的Kappa值 exact對(duì)大于2 2的列聯(lián)表計(jì)算Fisher精確概率 同時(shí)也給出CHISQ選項(xiàng)的全部統(tǒng)計(jì)量 cmh給出Cochran Mantel Haenszel統(tǒng)計(jì)量 主要用于行 列表的統(tǒng)計(jì)分析 對(duì)于分層2 2表 cmh過(guò)程給出總體相對(duì)危險(xiǎn)度估計(jì)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) 05 03 2020 8 measures對(duì)每層的二維表計(jì)算一系列關(guān)聯(lián)指標(biāo)及相應(yīng)的標(biāo)準(zhǔn)誤 包括Pearson和Spearman相關(guān)系數(shù) 以及Gamma和Kendall系數(shù)等 對(duì)于2 2表 還給出常用的危險(xiǎn)度指標(biāo)及其可信區(qū)間 all給出chisq measures cmh所請(qǐng)求的全部統(tǒng)計(jì)量 Alpha 給出 檢驗(yàn)水準(zhǔn) 缺省為0 05 expected給出期望頻數(shù) 05 03 2020 9 3 禁止輸出選項(xiàng)nofreq不給出列聯(lián)表中的格頻數(shù)nopct不給出列聯(lián)表中的格百分?jǐn)?shù)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 CMH等語(yǔ)句所指定的統(tǒng)計(jì)量 WEIGHT語(yǔ)句指明該變量為頻數(shù) 只能使用一個(gè)WEIGHT語(yǔ)句 且該語(yǔ)句作用于所有的表 05 03 2020 10 四格表資料的卡方檢驗(yàn) 書中例10 1datachisq1 dor 1to2 doc 1to2 inputf output end end cards 63173168 procfreqFormchar 1 2 7 weightf tablesr c chisq run 05 03 2020 11 卡方檢驗(yàn)結(jié)果TABLEOFRBYCRCFrequency 二維表每個(gè)格子的頻數(shù)Percent 每個(gè)格子的頻數(shù)在總頻數(shù)中的百分比 RowPct 行百分?jǐn)?shù) 每格子頻數(shù)占該行合計(jì)頻數(shù)的百分比 ColPct 1 2 Total 1 63 17 80 35 20 9 50 44 69 78 75 21 25 列百分?jǐn)?shù) 每格子頻數(shù)占 67 02 20 00 該列合計(jì)頻數(shù)的百分比 2 31 68 99 17 32 37 99 55 31 31 31 68 69 32 98 80 00 Total948517952 5147 49100 00 05 03 2020 12 STATISTICSFORTABLEOFRBYCStatisticDFValueProb Chi Square 139 9270 001LikelihoodRatioChi Square 141 8600 001ContinuityAdj Chi Square 138 0470 001Mantel HaenszelChi Square 139 7040 001Fisher sExactTest Left 1 000 Right 1 44E 10 2 Tail 1 64E 10PhiCoefficient 0 472ContingencyCoefficient 0 427Cramer sV 0 472SampleSize 179 2值 似然比 2值 連續(xù)性校正 2值 M H 2值 Fisher s精確概率值 Phi系數(shù) 列聯(lián)系數(shù) 可萊姆的V值 05 03 2020 13 四格表 2值的校正 例王潔貞主編 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 例6 4表6 32種藥物治療白色葡萄球菌敗血癥結(jié)果 本例有兩個(gè)格的140 故對(duì) 2值進(jìn)行校正 05 03 2020 14 程序datachi dor 1to2 doc 1to2 inputf output end end cards 33263 procfreqformchar 1 2 7 weightf tablesr c chisqexpectednocolnorownopct run 05 03 2020 15 RCFrequency Expected 1 2 Total 1 33 2 35 31 023 3 9773 2 6 3 9 7 9773 1 0227 Total39544 05 03 2020 16 STATISTICSFORTABLEOFRBYCStatisticDFValueProb Chi Square15 4220 020LikelihoodRatioChi Square14 3670 037ContinuityAdj Chi Square13 0260 082Mantel HaenszelChi Square15 2990 021Fisher sExactTest Left 0 996 Right 0 050 2 Tail 0 050PhiCoefficient0 351ContingencyCoefficient0 331Cramer sV0 351SampleSize 44WARNING 50 ofthecellshaveexpectedcountslessthan5 Chi Squaremaynotbeavalidtest 05 03 2020 17 配對(duì)四格表資料的卡方檢驗(yàn) 配對(duì)四格表資料屬于2 2列聯(lián)表 根據(jù)分析的目的可分為關(guān)聯(lián)性檢驗(yàn)和差別性檢驗(yàn) 如 醫(yī)學(xué)統(tǒng)計(jì)學(xué) 王潔貞主編例6 8某研究者用甲 乙2種試劑檢驗(yàn)132種血清 結(jié)果見(jiàn)表6 7 問(wèn)2種試劑的檢驗(yàn)結(jié)果有無(wú)關(guān)系以及有無(wú)差別 05 03 2020 18 關(guān)聯(lián)性檢驗(yàn) 獨(dú)立性檢驗(yàn) 應(yīng)用一般的 2檢驗(yàn)H0 甲 乙兩試劑的檢驗(yàn)結(jié)果無(wú)關(guān)系 tables語(yǔ)句選擇 chisq 如 2檢驗(yàn)有統(tǒng)計(jì)學(xué)意義 通過(guò)列聯(lián)系數(shù) ContingencyCoefficient 說(shuō)明兩者的關(guān)聯(lián)性 差別性檢驗(yàn) 一致性檢驗(yàn) 應(yīng)用McNemar sTestH0 兩總體的B C 即兩試劑陽(yáng)性率無(wú)差別 05 03 2020 19 當(dāng)b c 40時(shí) tables語(yǔ)句選擇 agree 分析結(jié)果中給出 2檢驗(yàn)統(tǒng)計(jì)量 Kappa值 一致性檢驗(yàn)系數(shù) ASE值 Kappa值的標(biāo)準(zhǔn)誤 及Kappa值的95 可信限 Kappa值作為評(píng)價(jià)判斷或診斷一致性程度的指標(biāo) Kappa Pa Pe 1 Pe Pa為實(shí)際觀察到的一致率 Pe為期望觀察一致率 即兩次化驗(yàn)結(jié)果由于偶然機(jī)會(huì)所造成的一致率 本例Pa 80 11 132 0 6894 Pe T11 T22 132 75 68 6 68 132 0 6239 Kappa 0 6894 0 6239 1 0 6239 0 1745 05 03 2020 20 Kappa值應(yīng)在0到1之間 若Kappa值 1 說(shuō)明兩次檢驗(yàn)結(jié)果完全一致 若Kappa值 0 說(shuō)明兩次檢驗(yàn)結(jié)果完全沒(méi)有一致性 若Kappa值 0 75 說(shuō)明一致程度相當(dāng)滿意 若小于0 4 說(shuō)明一致程度不夠理想 如95 可信限不包含負(fù)數(shù) 說(shuō)明Kappa值有統(tǒng)計(jì)學(xué)意義 兩試劑結(jié)果 或兩次檢驗(yàn)結(jié)果 有一致性 反之 無(wú)一致性 05 03 2020 21 dataa 例dor 1to2 doc 1to2 inputf output end end cards 80103111 procfreq weightf tablesr c chisqagreenoprint 禁止輸出列聯(lián)表 run 05 03 2020 22 STATISTICSFORTABLEOFRBYCStatisticDFValueProb Chi Square14 8670 027LikelihoodRatioChi Square14 5810 032ContinuityAdj Chi Square13 8050 051Mantel HaenszelChi Square14 8300 028Fisher sExactTest Left 0 992 Right 0 028 2 Tail 0 040PhiCoefficient0 192ContingencyCoefficient0 189Cramer sV0 192McNemar sTest Statistic 10 756DF 1Prob 0 001SimpleKappaCoefficient 95 ConfidenceBoundsKappa 0 174ASE 0 0860 0060 342SampleSize 132 05 03 2020 23 行 列表資料的卡方檢驗(yàn) 行 列表資料可分為三種清況 雙向無(wú)序行 列表 即行變量和列變量均為名義變量 如民族 職業(yè) 血型等 包括多個(gè)樣本率的比較 單向有序行 列表 即行變量或列變量中有一個(gè)是名義變量 另一個(gè)為有序變量 如檢驗(yàn)結(jié)果的 治療效果的痊愈 良好 有效 無(wú)效等 雙向有序行 列表 即行變量和列變量均為有序變量 在SAS中 三種情況的統(tǒng)計(jì)量是通過(guò)TABLES語(yǔ)句中選擇CMH Cochren Mantel Haenzsel 項(xiàng)實(shí)現(xiàn)的 CMH檢驗(yàn)主要出現(xiàn)三個(gè)統(tǒng)計(jì)量 1 NonzeroCorrelation 非零相關(guān) 針對(duì)雙向有序行 列表 2 RowMeanScoresDiffer 行平均分不同 針對(duì)單向有序行 列表 05 03 2020 24 3 GeneralAssociation 一般關(guān)聯(lián) 針對(duì)雙向無(wú)序行 列表 對(duì)雙向無(wú)序行 列表在TABLES語(yǔ)句中選擇EXACT 可計(jì)算行 列表的精確概率值 雙向無(wú)序行 列表例10 3 dataa dor 1to2 doc 1to4 inputf output end end cards 584959184327338 procfreq weightf tablesr c exactcmhnoprint run 05 03 2020 25 STATISTICSFORTABLEOFRBYCStatisticDFValueProb Chi Square31 8380 607LikelihoodRatioChi Square31 8390 606Mantel HaenszelChi Square11 5140 219Fisher sExactTest 2 Tail 0 626PhiCoefficient0 079ContingencyCoefficient0 079Cramer sV0 079SampleSize 295SUMMARYSTATISTICSFORRBYCCochran Mantel HaenszelStatistics BasedonTableScores StatisticAlternativeHypothesisDFValueProb 1NonzeroCorrelation11 5140 2192RowMeanScoresDiffer11 5140 2193GeneralAssociation31 8320 608TotalSampleSize 295 05 03 2020 26 列變量為有序變量的行 列表例10 4 datab dor 1to2 doc 1to3 inputf output end end cards 738414206 procfreq weightf tablesr c cmhnoprint run 05 03 2020 27 SUMMARYSTATISTICSFORRBYCCochran Mantel HaenszelStatistics BasedonTableScores StatisticAlternativeHypothesisDFValueProb 1NonzeroCorrelation15 9010 0152RowMeanScoresDiffer15 9010 0153GeneralAssociation27 0240 030TotalSampleSize 116 05 03 2020 28 雙向有序行 列表例10 5 datac dor 1to3 doc 1to3 inputf output end end cards 581443210224128 procfreq weightf tablesr c cmhnoprint run 05 03 2020 29 SUMMARYSTATISTICSFORRBYCCochran Mantel HaenszelStatistics BasedonTableScores StatisticAlternativeHypothesisDFValueProb 1NonzeroCorrelation17 3070 0072RowMeanScoresDiffer28 9140 0123GeneralAssociation49 5120 049TotalSampleSize 164 05 03 2020 30 雙向有序且屬性相同的列聯(lián)表的一致性檢驗(yàn)例兩名放射科醫(yī)師對(duì)200名棉屑沉著病可疑患者的診斷結(jié)果見(jiàn)下表 問(wèn)兩醫(yī)生診斷結(jié)果否一致 表200例棉屑沉著病可疑患者的診斷結(jié)果 05 03 2020 31 程序dataagree1 dor 1to3 doc 1to3 inputf output end end cards 78506561301032 procfreqformchar 1 2 7 weightf tablesr c agreenocolnorownopct run 05 03 2020 32 TABLEOFRBYCRCFrequency 1 2 3 Total 1 78 5 0 83 2 6 56 13 75 3 0 10 32 42 Total847145200STATISTICSFORTABLEOFRBYCTestofSymmetry Statistic 0 482DF 3Prob 0 923KappaCoefficientsStatisticValueASE95 ConfidenceBounds SimpleKappa0 7370 0410 6570 816WeightedKappa0 7940 0320 7310 858SampleSize 200 05 03 2020 33 多層行 列表資料的卡方檢驗(yàn)CMH統(tǒng)計(jì)量也適用于多層行 列表資料的的卡方檢驗(yàn) 即按一個(gè)或多個(gè)因素分層后 研究行變量和列變量間的聯(lián)系 其可通過(guò)控制分層變量的影響后 檢驗(yàn)行變量和列變量的關(guān)系 多層的2 2表表男女使用別嘌呤醇引發(fā)皮疹比較 05 03 2020 34 程序datachisq1 dosex 1to2 1為男 2為女 dodrug 1to2 1為使用 2為未使用 docase 1to2 1為發(fā)病 2為未發(fā)病 inputf output end end end cards 53336645101958518 procfreqformchar 1 2 7 weightf tablessex drug case cmhmeasuresnopctnorownocol run 05 03 2020 35 TABLE1OFDRUGBYCASECONTROLLINGFORSEX 1DRUGCASEFrequency 1 2 Total 1 5 33 38 2 36 645 681 Total41678719EstimatesoftheRelativeRisk Row1 Row2 95 TypeofStudyValueConfidenceBounds Case Control2 7151 0007 369Cohort Col1Risk 2 4891 0365 980Cohort Col2Risk 0 9170 8091 039SampleSize 719 05 03 2020 36 TABLE2OFDRUGBYCASECONTROLLINGFORSEX 2DRUGCASEFrequency 1 2 Total 1 10 19 29 2 58 518 576 Total68537605EstimatesoftheRelativeRisk Row1 Row2 95 TypeofStudyValueConfidenceBounds Case Control4 7012 08610 592Cohort Col1Risk 3 4241 9605 983Cohort Col2Risk 0 7290 5590 950SampleSize 605 05 03 2020 37 1 SUMMARYSTATISTICSFORCASEBYDRUGCONTROLLINGFORSEXCochran Mantel HaenszelStatistics BasedonTableScores StatisticAlternativeHypothesisDFValueProb 1NonzeroCorrelation119 5130 0012RowMeanScoresDiffer119 5130 0013GeneralAssociation119 5130 001 1 由于行變量和列變量都只有2個(gè) 可以看作雙向無(wú)序資料 三種結(jié)果是一致的 結(jié)果為 2mch 19 513 所對(duì)應(yīng)的p 0 001 說(shuō)明使用別嘌呤醇與發(fā)生藥物性皮疹是有關(guān)系的 05 03 2020 38 2 EstimatesoftheCommonRelativeRisk Row1 Row2 95 TypeofStudyMethodValueConfidenceBounds Case ControlMantel Haenszel3 7562 0886 757 OddsRatio Logit3 7772 0117 094CohortMantel Haenszel3 0441 8584 989 Col1Risk Logit3 1241 9515 001CohortMantel Haenszel0 8380 7740 906 Col2Risk Logit0 8790 7850 985TheconfidenceboundsfortheM Hestimatesaretest based 3 Breslow DayTestforHomogeneityoftheOddsRatiosChi Square 0 703DF 1Prob 0 402TotalSampleSize 1324 05 03 2020 39 2 本部分有3個(gè)指標(biāo) 第1個(gè)指標(biāo)是病例對(duì)照研究 Case Control 的比數(shù)比 OR 值及可信區(qū)間 一個(gè)是用Mantel Haenszel方法計(jì)算的值 另一個(gè)是用Logit方法計(jì)算的值 本例說(shuō)明使用別嘌呤醇發(fā)生藥物性皮疹的危險(xiǎn)性是不用該藥危險(xiǎn)性的3 756倍或3 777倍 第2個(gè)和第3個(gè)指標(biāo)是隊(duì)列研究 Cohort 的相對(duì)危險(xiǎn)度 RR 值及可信區(qū)間 第2個(gè)指標(biāo)是使用藥物發(fā)病率是不使用藥物發(fā)病率的倍數(shù) 第3個(gè)指標(biāo)是使用藥物未發(fā)病率是不使用藥物未發(fā)病率的倍數(shù) 3 Breslow Day檢驗(yàn)是檢驗(yàn)各層間危險(xiǎn)度的方向是否一致 P 0 05說(shuō)明總體方向是一致的 P 0 05說(shuō)明總體方向是不一致的 如方向一致可以用總的OR值表示 否則不能用總的OR值表示 05 03 2020 40 多層的行 列表程序10 6datachisq2 dohospital 1to2 dotrt 1to2 doeffect 1to3 inputf output end end end cards 237220135186213132 procfreqformchar 1 2 7 weightf tableshospital trt effect cmhnopctnocol run 05 03 2020 41 二 二項(xiàng)分布與Poisson分布 二項(xiàng)分布 二項(xiàng)分布的統(tǒng)計(jì)說(shuō)明二項(xiàng)分布的應(yīng)用條件1 兩分類對(duì)立結(jié)果資料 2 試驗(yàn)結(jié)果是相互獨(dú)立 互不影響的 二項(xiàng)分布的概率函數(shù) X 0 1 2 n 二項(xiàng)分布的分布函數(shù)至多有x例陽(yáng)性的概率為 即下側(cè)累積概率 至少有x例陽(yáng)性的概率為 即上側(cè)累積概率 05 03 2020 42 SAS中二項(xiàng)分布函數(shù)SAS中二項(xiàng)分布函數(shù)表達(dá)式為 probbnml n x 式中 為事件發(fā)生的概率 n為樣本含量 x為陽(yáng)性事件個(gè)數(shù) 表達(dá)式計(jì)算的結(jié)果為發(fā)生陽(yáng)性事件數(shù) x的概率 例12 1datajin p probbnml 0 5 4 2 q 1 p procprint run 05 03 2020 43 結(jié)果OBSPQ10 68750 3125表明死亡 2的概率 0 1 2的概率 為0 6875 死亡 2的概率 3 4的概率 為0 3124 用二項(xiàng)分布檢驗(yàn)治療效果 例12 3根據(jù)以往的經(jīng)驗(yàn)用一般療法治療某病 其病死率為40 治愈率為60 今用某種新藥治療該病人5名 這5名均治愈了 問(wèn)該項(xiàng)新藥是否比一般療法為優(yōu) 當(dāng)實(shí)際率大于理論率時(shí) 計(jì)算上則累積概率 本例應(yīng)計(jì)算 p probbnml 0 6 5 5 probbnml 0 6 5 4 05 03 2020 44 程序12 3databinom2 p probbnml 0 6 5 5 probbnml 0 6 5 4 procprint run OBSP10 07776假如10名病人 結(jié)果1名死亡 9名治愈 則應(yīng)計(jì)算P x 9 的概率 程序12 4databinom3 p probbnml 0 6 10 10 probbnml 0 6 10 8 Procprint Run OBSP10 046357 05 03 2020 45 求二項(xiàng)分布的概率分布例12 5設(shè) 0 5 n 4 求x 0 1 2 3 4的概率 databinom4 dor 0to4 p probbnml 0 5 4 r q 1 p ifr 0thend p elsed probbnml 0 5 4 r probbnml 0 5 4 r 1 output end procprint run OBSRPQD100 06250 93750 0625210 31250 68750 2500320 68750 31250 3750430 93750 06250 2500541 00000 00000 0625 05 03 2020 46 Poisson分布 Poisson分布的統(tǒng)計(jì)說(shuō)明Poisson分布的應(yīng)用條件同二項(xiàng)分布 Poisson分布是二項(xiàng)分布的特例 當(dāng) 很小 n很大時(shí) Poisson分布非常接近二項(xiàng)分布 Poisson分布概率函數(shù) X 0 1 2 n Poisson分布的分布函數(shù)下側(cè)累積概率 上側(cè)累積概率 05 03 2020 47 SAS中Poisson分布函數(shù)SAS中Poisson分布函數(shù)表達(dá)式為 poisson x 式中 為均數(shù) n x為事件發(fā)生個(gè)數(shù) 表達(dá)式計(jì)算的結(jié)果為發(fā)生事件數(shù) x的概率 例12 6有人觀察紅細(xì)胞計(jì)數(shù)池中400個(gè)小格 數(shù)出每小格中紅細(xì)胞數(shù) 其均數(shù)為3 6175 試計(jì)算每格中恰有細(xì)胞數(shù)5個(gè)的概率及小格數(shù) datapoisson1 p poisson 3 6175 5 poisson 3 6175 4 d p 400 procprint run OBSPD10 1386155 4448 05 03 2020 48 樣本計(jì)數(shù)與總體均數(shù)差別的統(tǒng)計(jì)意義檢驗(yàn)例12 8已知在一培養(yǎng)液中 有細(xì)菌數(shù)為每毫升3個(gè) 今采集放在5 冰箱的1ml培養(yǎng)液的細(xì)菌數(shù)5個(gè) 能否說(shuō)明培養(yǎng)液中細(xì)菌數(shù)有增加 本例 3 x 5 3 計(jì)算x 5的上則累積概率 可計(jì)算p 1 p n 4 的概率 Datapoisson3 P 1 poisson 3 4 Procprint Run OBSP10 18474 因P 0 05 尚不能認(rèn)為培養(yǎng)液中細(xì)菌數(shù)有增長(zhǎng) 05 03 2020 49 例某地區(qū)以往胃癌發(fā)病率為萬(wàn)分之一 現(xiàn)調(diào)查10萬(wàn)人 發(fā)現(xiàn)3例胃癌病人 試分析該地區(qū)現(xiàn)在的胃癌發(fā)病率是否低于以往的發(fā)病率 本例 0 001 n 100000 x 3 100000 0 0001 10 現(xiàn)X 應(yīng)計(jì)算 x的下則累積概率 dataa p poisson 10 3 procprint run OBSP10 010336因P 0 05 可以認(rèn)為該地區(qū)現(xiàn)在的胃癌發(fā)病率低于以往的發(fā)病率 05 03 2020 50 三 非參數(shù)統(tǒng)計(jì) 在SAS中 非參數(shù)統(tǒng)計(jì)主要由univariate過(guò)程和npar1way過(guò)程來(lái)實(shí)現(xiàn) 前者在前面的第一講中已經(jīng)介紹 它可以進(jìn)行配對(duì)設(shè)計(jì)差值的符號(hào)秩和檢驗(yàn) Wilcoxon配對(duì)法 后者是一個(gè)單因素的非參數(shù)方差分析過(guò)程 可進(jìn)行成組設(shè)計(jì)的兩樣本 Wilcoxon法 或多樣本比 Kruskal Wallis法即H檢驗(yàn) 的秩和檢驗(yàn) 注意 npar1way過(guò)程不能處理按頻數(shù)輸入的資料 對(duì)單項(xiàng)有序資料的頻數(shù)表 可用前面講到的cmh過(guò)程的RowMeanScoresDiffer 行平均分不同 來(lái)檢驗(yàn) SAS不提供非參檢驗(yàn)兩兩比較的方法 其余統(tǒng)計(jì)軟件里也只有PEMS提供這一功能 05 03 2020 51 npar1way含意 npar 是 非參 的英文縮寫 1way 代表一個(gè)因素 合起來(lái)就是 單因素的非參數(shù)檢驗(yàn) 千萬(wàn)不要寫成 NPAPLWAY NPAP1WAY過(guò)程的語(yǔ)法格式PROCNPAR1WAY DATA 選項(xiàng) CLASS 必需 指定要分析的分組變量EXACT 要求程序在必要時(shí)計(jì)算確切概率OUTPUT 指定統(tǒng)計(jì)結(jié)果