醫(yī)用SAS統(tǒng)計(jì)分析二課件

醫(yī)用SAS統(tǒng)計(jì)分析二一、單變量的統(tǒng)計(jì)描述統(tǒng)計(jì)分析內(nèi)容回顧

統(tǒng)計(jì)描述：集中趨勢(shì)、離散趨勢(shì)

統(tǒng)計(jì)推斷：參數(shù)估計(jì)：總體參數(shù)估計(jì)（可信區(qū)間）假設(shè)檢驗(yàn)

資料類型計(jì)量資料---數(shù)值變量

計(jì)數(shù)資料---分類變量

資料的分布正態(tài)分布和偏態(tài)分布

1/6/20242一般統(tǒng)計(jì)描述---MEANS過程MEANS過程除了能對(duì)數(shù)值型變量進(jìn)行一般的統(tǒng)計(jì)描述之外，還可以作配對(duì)設(shè)計(jì)資料的t檢驗(yàn)。語句格式：Procmeans[操作選項(xiàng)][統(tǒng)計(jì)量列表];

[VAR<變量名列>;]/*指定分析的變量名列,缺省為所有數(shù)值變量*/

[BY<變量名列>;]/*按變量名列分組統(tǒng)計(jì),要求已按變量名列排序*/

[CLASS<變量名列>;]/*按變量名列分組統(tǒng)計(jì)，不要求排序*/

[FREQ<變量名>;]

/*表明該變量為分析變量的頻數(shù)*/

[OUTPUT<OUT=數(shù)據(jù)集名>關(guān)鍵字=<新變量名列表>];/*指定統(tǒng)計(jì)量的輸出數(shù)據(jù)集名和統(tǒng)計(jì)量對(duì)應(yīng)的新變量名*/

Run;

1/6/20243Procmeans

操作選項(xiàng)：

data=

指定要分析的數(shù)據(jù)集名

maxdec=

指定輸出結(jié)果最大的小數(shù)位數(shù),默認(rèn)為7位

noprint

禁止統(tǒng)計(jì)結(jié)果在output窗輸出

alpha=

設(shè)定計(jì)算可信區(qū)間的α水平，默認(rèn)為0.05

注：在proc語句中的選項(xiàng)直接跟在proc名后，以空格分隔，中間不加“/”，其他命令語句的選項(xiàng)需以“/”分隔。

統(tǒng)計(jì)量列表選項(xiàng)：（缺省時(shí)只輸出N、MEAN、STD、MIN、MAX）1/6/20244例1書中例3-1例2某克山病區(qū)測(cè)得11名克山病患者與13名健康人的血磷值（mmol/L)如下，試求兩組的平均血磷值和標(biāo)準(zhǔn)差。data

L12;inputgx@@;cards;10.8411.0511.2011.2011.3911.5311.6711.8011.8712.0712.1120.5420.6420.6420.7520.7620.8121.1621.2021.3421.3521.4821.5821.87;procmeans;varx;byg;run;1/6/20245AnalysisVariable:X-------------------------G=1------------------------------NMeanStdDevMinimumMaximum----------------------------------------------------------111.52090910.42179270.84000002.1100000---------------------------------------------------------------------------------G=2------------------------------NMeanStdDevMinimumMaximum----------------------------------------------------------131.08615380.42405850.54000001.8700000----------------------------------------------------------1/6/20246例3書中例3-3:幾何均數(shù)的計(jì)算，SAS程序沒有直接計(jì)算幾何均數(shù)的模塊。datalogmean;inputxf@@;y=log10(x);cards;20240380616013201;procmeans;vary;freqf;procprintdata=outmean;datageomean;setoutmean;g=10**logmean;procprintdata=geomean;varg;run;outputout=outmeanmean=logmean;1/6/20247TheSASSystemAnalysisVariable:YNMeanStdDevMinimumMaximum--------------------------------------------------------------------------------------131.81046540.33396281.30103002.5051500--------------------------------------------------------------------------------------

TheSASSystemOBS_TYPE__FREQ_LOGMEAN10131.81047

TheSASSystemOBSG164.63461/6/20248詳細(xì)統(tǒng)計(jì)描述---UNIVARIATE過程Univariate過程可對(duì)數(shù)值變量進(jìn)行詳細(xì)的統(tǒng)計(jì)描述。除了提供means過程所有的統(tǒng)計(jì)描述外，還可以給出了變量的峰度、偏度、眾數(shù)、中位數(shù)及四分位數(shù)等更詳盡的統(tǒng)計(jì)描述，同時(shí)還可進(jìn)行正態(tài)性檢驗(yàn)，以及幾個(gè)描述分布的圖。1/6/20249PROCUNIVARIATE[操作選項(xiàng)]

;

[VAR<變量名列>;]

指定分析的變量名列表,缺省為所有數(shù)值變量

[BY<變量名列>;]

按變量名列分組統(tǒng)計(jì),要求排序

[FREQ<變量名>;]

表明該變量為分析變量的頻數(shù)[OUTPUT<OUT=數(shù)據(jù)集名>關(guān)鍵字=<新變量名列表>];/*指定統(tǒng)計(jì)量的輸出數(shù)據(jù)集名和統(tǒng)計(jì)量對(duì)應(yīng)的新變量名*/Run;procunivariate語句的[操作選項(xiàng)]；

data=

指定要分析的數(shù)據(jù)集名

noprint

禁止統(tǒng)計(jì)結(jié)果在output窗輸出

freq詳細(xì)的頻數(shù)表

normal

進(jìn)行正態(tài)性檢驗(yàn)

plot

生成統(tǒng)計(jì)圖：莖葉圖，盒狀圖，正態(tài)概率圖

1/6/202410例4程序3-2dataunil;inputx@@;cards;39865573108104;procunivariatenormalplot;run;1/6/202411

Moments

N（樣本含量）12SumWgts（總權(quán)重）12

Mean（均數(shù)）6.5Sum（合計(jì)）78

StdDev（標(biāo)準(zhǔn)差）2.54058Variance（方差）6.454545

Skewness（偏度g1）0Kurtosis（峰度g2）-1.39044

USS（平方和）578CSS（離均差平方和）71

CV（變異系數(shù)）39.08584StdMean（標(biāo)準(zhǔn)誤）0.733402

T:Mean=0（均數(shù)是否為0的檢驗(yàn)）8.862804Pr>|T|（t值對(duì)應(yīng)的p值）0.0001

Num^=0（不等于0的樣本數(shù)）12Num>0（大于0的樣本數(shù)）12

M(Sign)（符號(hào)檢驗(yàn)）6Pr>=|M|（符號(hào)檢驗(yàn)的p值）0.0005

SgnRank（符號(hào)秩和檢驗(yàn)）39Pr>=|S|（符號(hào)秩和檢驗(yàn)的p值）.0005

W:Normal（正態(tài)性檢驗(yàn)W檢驗(yàn)）0.932772Pr<W（正態(tài)性檢驗(yàn)的p值）0.38431/6/202412Quantiles(Def=5)100%Max1099%1075%Q38.595%1050%Med6.590%1025%Q14.510%30%Min35%31%3Range7Q3-Q14Mode31/6/202413ExtremesLowestObsHighestObs3(8)8(3)3(1)8(10)4(12)9(2)5(6)10(9)5(5)10(11)StemLeaf#Boxplot10002|901|8002+-----+701||601*--+--*5002||401+-----+3002|----+----+----+----+1/6/202414NormalProbabilityPlot10.5+*++*+|*++++|**++++|*++++|*++|*+*+|+*++3.5+*++*++----+----+----+----+----+----+----+----+----+----+-2-10+1+21/6/202415頻數(shù)分布表數(shù)據(jù)的輸入例5程序3-5datauni2;inputxf@@;cards;6536756987111732575247710797816830851;procunivariate;varx;freqf;run;1/6/202416頻數(shù)表的編制方法1：語句格式：procunivariatefreq；例6王潔貞主編DATASG;INFILE'd:\sas\sas2\psb.txt';INPUTX@@;PROCMEANSmeanstdMINMAX;RUN;DATAFSH;SETSG;IFX<164THENY=163;IFX<166&X>=164THENY=165;IFX<168&X>=166THENY=167;IFX<170&X>=168THENY=169;IFX<172&X>=170THENY=171;IFX<174&X>=172THENY=173;IFX<176&X>=174THENY=175;IFX<178&X>=176THENY=177;IFX<180&X>=178THENY=179;IFX<182&X>=180THENY=181;IFX>=182THENY=183;PROCUNIVARIATEFREQ;VARY;RUN;1/6/202417AnalysisVariable:XMeanStdDevMinimumMaximum-----------------------------------------------------172.67100004.0756308162.9000000183.5000000------------------------------------------------------

univariate過程略

FrequencyTablePercentsPercentsValueCountCellCumValueCountCellCum16311.01.01751515.081.016544.05.017788.089.016777.012.017977.096.01691212.024.018133.099.01711818.042.018311.0100.01732424.066.01/6/202418方法2：語句格式：procfreq;

tables變量名；

說明：該語句是根據(jù)定義的變量產(chǎn)生頻數(shù)分布表。

例7：上例資料DATApsb1;INFILE'd:\sas\sas2\psb.txt';INPUTX@@;L=162;/*定義第一組的下限值*/i=2;/*定義組距*/z=(x-mod(x-L,i))+(i/2);/*z值就是將原始變量轉(zhuǎn)化成該數(shù)據(jù)所在組段的組中值*/procfreq;/*根據(jù)z值產(chǎn)生頻數(shù)分布表*/tablesz;procunivariatenormalplot;varz;RUN;mod(x,y)為算術(shù)函數(shù)，求x/y的余數(shù)。如mod(10,3)=1,mod(6,2)=01/6/202419CumulativeCumulativeZFrequencyPercentFrequencyPercent----------------------------------------------16311.011.016544.055.016777.01212.01691212.02424.01711818.04242.01732424.06666.01751515.08181.017788.08989.017977.09696.018133.09999.018311.0100100.0

1/6/202420

UnivariateProcedureVariable=ZMomentsQuantiles(Def=5)N100SumWgts100100%Max18399%182Mean172.7Sum1727075%Q317595%179StdDev4.013865Variance16.1111150%Med17390%179Skewness0.102995Kurtosis-0.1005625%Q117110%167USS2984124CSS15950%Min1635%166CV2.324183StdMean0.4013861%164T:Mean=0430.2586Pr>|T|0.0001Range20Num^=0100Num>0100Q3-Q14M(Sign)50Pr>=|M|0.0001Mode173SgnRank2525Pr>=|S|0.0001W:Normal0.9671Pr<W0.0853ExtremesLowestObsHighestObs163(27)179(96)165(84)181(7)165(70)181(14)165(22)181(19)165(2)183(97)1/6/202421

StemLeaf#Boxplot1830101821810003|180178|177000000008|176|17500000000000000015+-----+174||17300000000000000000000000024*-----*172|+|17100000000000000000018+-----+170|16900000000000012|168|16700000007|166|16500004|164163010----+----+----+----+----1/6/202422Variable=ZNormalProbabilityPlot183.5+*|++181.5+***++|++179.5+******+|++177.5+****+|++175.5+******|++173.5+*******|++171.5+******|++169.5+*****|++167.5+*****|++165.5+****|++163.5+*++++----+----+----+----+----+----+----+----+----+----+-2-10+1+21/6/202423二、t檢驗(yàn)統(tǒng)計(jì)回顧：t檢驗(yàn)是判斷兩個(gè)樣本均數(shù)或樣本均數(shù)和總體均數(shù)的差別有無統(tǒng)計(jì)學(xué)意義的假設(shè)檢驗(yàn)方法。使用條件來自正態(tài)總體方差齊

分類：?jiǎn)螛颖総檢驗(yàn)，兩樣本t檢驗(yàn)（配對(duì)t檢驗(yàn)、成組t檢驗(yàn)）

1/6/202424配對(duì)t檢驗(yàn)原理：檢驗(yàn)每對(duì)差值d的總體均數(shù)是否為0。H0：配對(duì)的情況：同一對(duì)象治療（或處理）前后的比較同一樣本接受不同處理的比較

配對(duì)的兩個(gè)受試對(duì)象分別給予兩種處理

SAS程序：

procmeans；加tprt選項(xiàng)procunivariate；1/6/202425例8

程序例4-1datattest1;inputx1x2@@;d=x1-x2;cards;113140150138150140135135128135100120110147120114130138123120;procmeansmeanstderrtprt;vard;run;1/6/202426AnalysisVariable:DMeanStdErrorTProb>|T|---------------------------------------------------6.80000005.2042717-1.30661890.2237--------------------------------------------------

程序中如無vard;

TheSASSystemVariableMeanStdErrorTProb>|T|--------------------------------------------------------------X1125.90000005.162794224.38601930.0001X2132.70000003.415812938.84873200.0001D-6.80000005.2042717-1.30661890.2237--------------------------------------------------------------1/6/202427成組t檢驗(yàn)原理：

H0：

SAS程序：

procttest;procttest;

/*過程名*/class<變量名>;/*分組變量名*/var<變量名>;/*分析變量名*/run;1/6/202428

例9：程序4-3datattest3;doc=1to2;/*c循環(huán)開始，循環(huán)次數(shù)為2*/inputn;/*輸入n值*/doi=1ton;/*i循環(huán)開始，循環(huán)次數(shù)為n*/inputx@@;/*輸入x值,注意@@的合理使用*/output;/*output將x輸出,循環(huán)語句中必須使用。*/end;/*i循環(huán)結(jié)束*/end;/*c循環(huán)結(jié)束*/cards;52793343033381983229274310;procprint;procttest;classc;varx;run;1/6/202429/*循環(huán)的結(jié)果*/OBSCNIX

11512792152334315330341543385155198623122972322748233310

TTESTPROCEDURE

Variable:XCNMeanStdDevStdError-------------------------------------------------------------------15290.4000000056.9938593225.4884287523271.0000000040.5832477823.43074903

VariancesTDFProb>|T|---------------------------------------------Unequal0.56035.60.5971Equal0.50996.00.6284

ForH0:Variancesareequal,F'=1.97DF=(4,2)Prob>F'=0.7272

1/6/202430兩樣本含量相等時(shí)，可去除inputn；例10：datat；doc=1to2;doi=1to5;inputx@@;output;end;end;cards;279334303338198229274310345344;procprint;procttest;classc;varx;run;1/6/202431OBSCIX1112792123343133034143385151986212297222748233109243451025344TTESTPROCEDURE

Variable:XCNMeanStdDevStdError-------------------------------------------------------------------15290.4000000056.9938593225.4884287525300.4000000049.4398624622.11017865VariancesTDFProb>|T|---------------------------------------------Unequal-0.29647.80.7747

Equal-0.29648.00.7745ForH0:Variancesareequal,F'=1.33DF=(4,4)Prob>F'=0.78961/6/202432兩樣本幾何均數(shù)的比較在data語句中進(jìn)行對(duì)數(shù)變換：x=log10(x)例11：王潔貞主編dataG;doc=1to2;inputn;doi=1ton;inputx@@;x=log10(x);output;end;end;cards;

11100200400400400400800160016001600320091001001002002002002004001600;procttest;classc;varx;run;1/6/202433TTESTPROCEDUREVariable:XCNMeanStdDevStdError------------------------------------------------112.793624530.452000870.1362833992.334477770.382096020.12736534VariancesTDF

Prob>|T|---------------------------------------Unequal2.461518.00.0242Equal2.418618.00.0264ForH0:Variancesareequal,F'=1.40DF=(10,8)Prob>F'=0.64701/6/202434三、方差分析（一）統(tǒng)計(jì)回顧

應(yīng)用：兩個(gè)或兩個(gè)以上均數(shù)的比較

條件：

樣本來自正態(tài)總體;方差齊;相互獨(dú)立的隨機(jī)樣本基本原理：變異分解SS總=SS組內(nèi)+SS組間

；自由度分解ν總=ν組間+ν組內(nèi)組內(nèi)均方MS組內(nèi)=SS組內(nèi)/v組內(nèi)組間均方MS組間=SS組間/v組間

F=MS組間/MS組內(nèi)當(dāng)F≥Fα（ν1，ν2），則P≤α，拒絕H0,接受H1當(dāng)F<Fα（ν1，ν2），則P>α，接受H0,。1/6/202435方差分析---基本語句Procanova[data=<數(shù)據(jù)集名>];

Class分組變量;/*指明分組變量,

必須放在model語句前*/Model因變量=分組變量；/*規(guī)定按分組變量對(duì)因變量作方差分析*/[means分組變量[/多重比較的方法];]

/*計(jì)算每個(gè)分組變量所對(duì)應(yīng)的因變量均值，對(duì)分組變量進(jìn)行多重比較，其方法可用snk(q檢驗(yàn)）、dunnett、LSD法等。該語句可多次使用*/[means分組變量/hovtest=方法；]

/*進(jìn)行方差齊性檢驗(yàn)(homogeneityofvariancetest)，常用方法為Bartlett和Levene’s法,默認(rèn)為L(zhǎng)evene’s法*/[freq變量名；]

/*規(guī)定頻數(shù)變量*/

1/6/202436分組變量：把要考察的處理因素做為分組變量。它的取值即為分組變量的水平，可以是數(shù)值型，也可是字符型。例5-1中，衣料就是分類變量，其取值有四個(gè)水平。因變量：也稱響應(yīng)變量，為連續(xù)的數(shù)值型變量。例5-1中，因變量為十硼氫的吸附量

效應(yīng)：方差分析模型中規(guī)定的各分組變量組合代表其相應(yīng)的效應(yīng)。主效應(yīng)：由分組變量本身引起，不考慮其他因素的影響，可以用分組變量本身表示。例5-1中，只有一個(gè)效應(yīng)，即衣料的效應(yīng)。如果對(duì)某一因變量，它的研究因素為A、B兩個(gè)，主效應(yīng)就是由A、B兩個(gè)分組變量引起的，不考慮A對(duì)B的作用。在model語句中表示為AB。方差分析---幾個(gè)概念

1/6/202437

交叉效應(yīng)：即交互作用。用*連接兩個(gè)變量以表示它們之間的交互作用。在model語句中可用A*B表示。檢驗(yàn)在A因素的各個(gè)水平B因素的效應(yīng)是否相同，即一個(gè)因素的效應(yīng)是否依賴于交叉項(xiàng)里其他因素。

相應(yīng)的模型有主效應(yīng)模型（完全隨機(jī)、隨機(jī)區(qū)組、拉丁方等）和含交互作用項(xiàng)的模型(析因設(shè)計(jì)、正交設(shè)計(jì))1/6/202438完全隨機(jī)設(shè)計(jì)資料的方差分析例12：程序5-1dataanova1;doc=1to4;doi=1to5;inputx@@;output;end;end;cards;2.332.002.932.732.332.482.342.682.342.223.063.063.002.663.064.005.134.612.803.60;procanova;classc;/*分組變量為c*/modelx=c;/*按變量c分組對(duì)因變量X進(jìn)行方差分析*/meansc/snk;/*對(duì)變量c的各水平用snk法作均數(shù)的多重比較*/Meansc/hovtest/*進(jìn)行方差齊性檢驗(yàn)*/run;1/6/202439方差分析結(jié)果

ClassLevelInformation

Class①Levels②Values③C41234Numberofobservationsindataset=20

①

在class語句中規(guī)定的分組變量名②分組變量的水平數(shù)③分組變量的取值DependentVariable:XSourceDFSumofSquaresMeanSquareFValuePr>F

變異來源自由度離均差平方和均方F值P值模型Model38.433760002.8112533311.160.0003誤差Error164.029160000.25182250總變異CorrectedTotal1912.46292000R-Square④C.V.RootMSE⑤XMean

變異系數(shù)因變量的均值0.67670816.907650.501819192.96800000④決定系數(shù)R2，反映了在總變異中由模型解釋的變異所占的比例，越接近1，表明模型對(duì)這批數(shù)據(jù)擬合越好。⑤誤差均方的平方根,剩余標(biāo)準(zhǔn)差SourceDFAnovaSSMeanSquareFValuePr>FC38.433760002.8112533311.160.00031/6/202440SNK法兩兩比較結(jié)果:

Student-Newman-Keulstestforvariable:X

NOTE:ThistestcontrolsthetypeIexperimentwiseerrorrateunderthecompletenullhypothesisbutnotunderpartialnullhypotheses.

Alpha=0.05df=16MSE=0.251823誤差的均方NumberofMeans234均數(shù)間相隔組數(shù)CriticalRange0.6728120.81894120.9080258相差有無意義的臨界值Meanswiththesameletterarenotsignificantlydifferent.SNKGrouping⑥MeanNC

SNK分組標(biāo)志均數(shù)樣本數(shù)分類變量值（水平數(shù)）A4.028054

B2.968053B2.464051B2.412052⑥SNK分組標(biāo)志：相同字母代表組間差別無統(tǒng)計(jì)學(xué)意義。如c=3和c=1以及c=2組的標(biāo)志均為B，表明這三組的均數(shù)無差別；而c=4組的標(biāo)志為A，因此它與其它三組的差別均有統(tǒng)計(jì)學(xué)意義。1/6/202441Levene'sTestforEqualityofXVarianceANOVAofSquaredDeviationsfromGroupMeansSumofMeanSourceDFSquaresSquareFValuePr>FC31.35850.45283.93390.0280Error161.84180.1151AnalysisofVarianceProcedureLevelof--------------X--------------CNMeanSD152.464000000.36712396252.412000000968000000028000000.900705281/6/202442例13：程序5-3樣本含量不等時(shí)方差分析dataanova3;doc=1to3;inputn;doi=1ton;inputx@@;output;end;end;cards;527933430333819832292743103210285117;procanova;classc;modelx=c;run;1/6/202443隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析dataanova4;doa=1to4;dob=1to8;inputx@@;output;end;end;cards;5.275.275.885.445.666.225.835.275.275.225.835.385.446.225.725.114.944.885.385.275.385.615.385.004.614.665.005.004.885.224.884.44;procanova;classab;modelx=ab;meansa/snk;run;例14程序5-41/6/202444方差分析結(jié)果AnalysisofVarianceProcedureClassLevelInformationClassLevelsValuesA41234B812345678Numberofobservationsindataset=321/6/202445AnalysisofVarianceProcedureDependentVariable:XSourceDFSumofSquaresMeanSquareFValuePr>FModel105.402375000.5402375043.140.0001Error210.262975000.01252262Total315.66535000R-SquareC.V.RootMSEXMean0.9535822.1119040.111904515.29875000SourceDFAnovaSSMeanSquareFValuePr>FA32.904375000.9681250077.310.0001B72.498000000.3568571428.500.00011/6/202446AnalysisofVarianceProcedureStudent-Newman-Keulstestforvariable:XNOTE:ThistestcontrolsthetypeIexperimentwiseerrorrateunderthecompletenullhypothesisbutnotunderpartialnullhypotheses.Alpha=0.05df=21MSE=0.012523NumberofMeans234CriticalRange0.11635920.14103160.1559574Meanswiththesameletterarenotsignificantlydifferent.SNKGroupingMeanNAA5.6050081A5.5237582B5.2300083C4.83625841/6/202447拉丁方設(shè)計(jì)資料的方差分析

拉丁方設(shè)計(jì)的方差分析主要適用于：三個(gè)處理水平數(shù)相同且無交互作用。亦稱三因素方差分析。利用拉丁方陣安排試驗(yàn)，拉丁方陣亦稱r階拉丁方，是用r個(gè)拉丁字母排成r行r列的方陣，每個(gè)字母在每行每列中只出現(xiàn)一次。如5×5拉丁方：ABCDEBCDEACDEAB