統(tǒng)計(jì)分析系統(tǒng)SAS軟件專題講義

本資料來源統(tǒng)計(jì)分析系統(tǒng)SAS軟件敖雁(揚(yáng)州大學(xué)）Tel:7979358E-mail:ay@SAS概述SAS含義：StatisticalAnalysisSystemSAS是美國使用最為廣泛的三大著名統(tǒng)計(jì)分析軟件SASSPSS和SYSTAT)之一SAS的廣泛應(yīng)用電信(運(yùn)用SAS軟件產(chǎn)品進(jìn)行網(wǎng)絡(luò)運(yùn)營分析和管理)金融(SAS幫我們發(fā)現(xiàn)有競爭力的商機(jī))保險(xiǎn)制造(SAS軟件幫助日本富士通集團(tuán)了解客戶的需求,上海寶鋼利用SAS軟件改善產(chǎn)品質(zhì)量和運(yùn)輸過程)證券公共事業(yè)(香港選擇SAS來做2001年的人口普查)美國SAS軟件研究所1966年開始研制1976年商品化1985年SASPC微機(jī)版本1987年DOS下的SAS6.03版（6.04版）推出WINDOWS下運(yùn)行，SAS6.11版，SAS6.12版，SAS8.0版，SAS8.2版，SAS9.0版，SAS9.1版操作系統(tǒng)UNIXWINDOWSDOS適用人群具有不同水平與經(jīng)驗(yàn)的用戶初學(xué)者可以較快掌握其基本操作熟練者可用于完成各種復(fù)雜的數(shù)據(jù)處理(科研工作者和統(tǒng)計(jì)學(xué)家）統(tǒng)計(jì)分析常用生物統(tǒng)計(jì)分析多變數(shù)分析試驗(yàn)設(shè)計(jì)次數(shù)資料的測驗(yàn)非參數(shù)測驗(yàn)常用生物統(tǒng)計(jì)分析描述性統(tǒng)計(jì)統(tǒng)計(jì)推斷方差分析線性相關(guān)和回歸分析協(xié)方差分析非線性回歸分析多變數(shù)分析多元方差分析主成份分析因子分析聚類分析典范相關(guān)分析第一章SAS系統(tǒng)的工作環(huán)境進(jìn)入SAS系統(tǒng)SAS主窗口與發(fā)布命令瀏覽SAS常用子窗口的功能與提交程序進(jìn)入幫助菜單瀏覽SAS主窗口與發(fā)布命令Sas主窗口

------應(yīng)用工作空間

AWS：applicationWorkSpace------顯示管理界面

DMS：DisplayManagementSystem

第二章SAS程序初步SAS系統(tǒng)對數(shù)據(jù)的管理

SAS數(shù)據(jù)集(數(shù)據(jù)文件）

SAS數(shù)據(jù)庫（存數(shù)據(jù)集）文件夾（與數(shù)據(jù)庫相對應(yīng)）

使用Libname命令可以指定庫標(biāo)記。它的一般格式如下：Libname庫標(biāo)記’文件夾位置’

選項(xiàng);如：libnamea’c:\user’;臨時(shí)庫１個(gè)名為WORK永久庫多個(gè)SAS自動指定兩個(gè)庫標(biāo)記

SASUSER：永久庫c:\sas\sasuser

WORK：臨時(shí)庫在程序中引用該庫中的數(shù)據(jù)集可以省略庫標(biāo)記，即它被認(rèn)為是缺省的數(shù)據(jù)庫。c:\sas\saswork

SAS數(shù)據(jù)集則對應(yīng)文件，文件名為數(shù)據(jù)集名，而擴(kuò)展名為.sd2的文件。數(shù)據(jù)集名

庫標(biāo)記.數(shù)據(jù)集名如：libnamea’c:\user’;Dataa.new

數(shù)據(jù)步創(chuàng)建和處理數(shù)據(jù)集的一些語句：1）DATA語句它的主要功能是：標(biāo)志數(shù)據(jù)步的開始。命名將要?jiǎng)?chuàng)建的SAS數(shù)據(jù)集。DATA語句的一般形式如下：DATA

數(shù)據(jù)集名;Datanew;（work.new)INFILE語句2）INFILE語句用于從外部文件讀入數(shù)據(jù)，必須出現(xiàn)在INPUT語句之前。它的主要功能是：確定一個(gè)包含原始數(shù)據(jù)的外部文本文件。INFILE語句的格式如下：INFILE

’外部文件的所在位置及名稱’

選項(xiàng);CARDS語句3）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;

INPUT語句4）INPUT語句用于向系統(tǒng)表明如何讀入每一條記錄。它的主要功能有：讀入由語句指定的數(shù)據(jù)列。為相應(yīng)的數(shù)據(jù)域定義變量名。確定變量的讀入模式。INPUT語句的格式如下：INPUT

變量名[變量類型起止列數(shù)]...;方括號表示其中的內(nèi)容為可選，如果不輸入，系統(tǒng)會以默認(rèn)值代替。數(shù)據(jù)的三種輸入方式

【直接輸入方式】【外部文件讀入方式】【讀入其他格式的數(shù)據(jù)文件】例子：datatemp;命名將要建立的數(shù)據(jù)集為work.tempinputxy@@;要輸入的變量為x、y，并且連續(xù)輸入cards;直接輸入數(shù)據(jù)，數(shù)據(jù)塊開始345678903567891023657745數(shù)據(jù)塊;數(shù)據(jù)塊結(jié)束【外部文件讀入方式】

如果剛才的數(shù)據(jù)已經(jīng)事先輸好，在硬盤上的“C:\USER”文件夾內(nèi)存為temp.dat文件，該文件內(nèi)容如下（純文本）：345678903567891023657745程序datatemp;命名將要建立的數(shù)據(jù)集為work.tempInfile’c:\user\temp.dat’;指定外部數(shù)據(jù)文本文件名inputxy@@;要輸入的變量為x、y，并且連續(xù)輸入Run;數(shù)據(jù)步結(jié)束，以上語句可以執(zhí)行了【讀入其他格式的數(shù)據(jù)文件】

SAS可以利用FILE菜單上的import命令將其他格式的數(shù)據(jù)文件導(dǎo)入SAS系統(tǒng)，創(chuàng)建SAS自己的數(shù)據(jù)集。可以導(dǎo)入的數(shù)據(jù)文件格式有：dBase數(shù)據(jù)庫，EXCEL工作表，LOTUS的數(shù)據(jù)庫，純文本的數(shù)據(jù)文件等1.選擇導(dǎo)入的數(shù)據(jù)格式，從下拉式菜單上選擇DBF格式，單擊NEXT按鈕。

2.給出數(shù)據(jù)文件的位置和文件名，在對話框中鍵入C:\USER\temp.DBF，或點(diǎn)BROWSE直接從上面選擇文件，選好后單擊NEXT按鈕。

3.選擇導(dǎo)入的目的地，即指定要?jiǎng)?chuàng)建的數(shù)據(jù)集的名字和存放的數(shù)據(jù)庫名，先在左面的對話框選擇數(shù)據(jù)庫名WORK（臨時(shí)庫），在右面的對話框鍵入數(shù)據(jù)集的名字li1_1，此名可任意起，少于8個(gè)字符，選擇完后，單擊FINISH按鈕，就完成了此次操作。SAS程序的程序步

PROC

過程名[DATA=數(shù)據(jù)集名][選項(xiàng)];

該過程的專用語句描述;

[VAR變量序列;][WHERE條件表達(dá)式...;]

[BY變量序列;]Run;方括號里的語句均可以省略，在這時(shí)該過程按最通常的情況來處理，即：處理最新建立的SAS數(shù)據(jù)集。處理所有的變量（或?qū)σ粋€(gè)計(jì)算過程來說處理全部數(shù)值變量）。一次處理整個(gè)數(shù)據(jù)集而不是某個(gè)子集。DATA參數(shù)、VAR語句但有時(shí)我們的要求超出了默認(rèn)方式所提供的范圍，這時(shí)就要?jiǎng)佑梅嚼ㄌ柪锏拿孛芪淦髁恕ATA參數(shù)指明所需處理的數(shù)據(jù)集名，請注意在這里它是一個(gè)參數(shù)而不是語句。VAR語句如果只想分析某一個(gè)或幾個(gè)特定的變量，則可用VAR語句指定它們。例如只想顯示變量x的列表，則PRINT過程如下：Procprint;

Varx;Run;如果想顯示x和y兩個(gè)變量，則將VAR語句改為如下形式即可：varxy;

Where語句Where語句如果你想處理的不是整個(gè)數(shù)據(jù)集而只是其中符合某種條件的子集，那么WHERE語句將會非常有用，如上例中我們只想顯示大于50的x變量的值，則在PRINT過程中加入where語句如下：Wherex>50;如果條件變?yōu)閤、y兩個(gè)變量的值都要大于50，則where語句改為：wherex>50andy>50;SAS語言中常用的邏輯表達(dá)符號有and（和）、or（或）、xor（異或）、ne（不等）等。By語句By語句如果你需要分組處理數(shù)據(jù)，例如要按性別分組輸出統(tǒng)計(jì)結(jié)果，你有兩種選擇，一是用不同的where語句將同一個(gè)程序步反復(fù)寫幾遍；另一種顯然更酷的方法就是采用by語句。如上例我們想按不同的y值輸出x值，則加入by語句如下：Byy;PROCSORTDATA=數(shù)據(jù)集名；

BY變量名列；RUN；結(jié)構(gòu)化語句簡介分支（條件）語句循環(huán)語句分支（條件）語句

【語法格式】語法格式如下：IF

條件THEN

程序塊;ELSE

程序塊；【應(yīng)用實(shí)例】

例3.1在產(chǎn)生數(shù)據(jù)集temp的同時(shí)為其增加變量class，當(dāng)x>50時(shí)class=1，否則class=2。解：程序如下：datatemp;數(shù)據(jù)步開始，定義要建立的數(shù)據(jù)集為WORK.TEMP

inputxy@@;要輸入的變量為X和Y，采用數(shù)據(jù)連續(xù)讀入方式ifx>50thenclass=1;建立新變量，如果X>50，則CLASS=1

elseclass=2;否則，CLASS=2cards;數(shù)據(jù)塊開始345678903567891023657745數(shù)據(jù)塊;數(shù)據(jù)塊結(jié)束procprint;列表輸出數(shù)據(jù)集中的數(shù)據(jù)，檢查有無錯(cuò)誤run;程序結(jié)束，開始運(yùn)行以上程序

循環(huán)語句

【語法格式】DO

起始條件TO

終止條件;

程序塊;END;【應(yīng)用實(shí)例】

例3.2在產(chǎn)生數(shù)據(jù)集temp的同時(shí)為其增加變量class，取值依次為1、2。解：程序如下：Datatemp;數(shù)據(jù)步開始，定義要建立的數(shù)據(jù)集為WORK庫的TEMP

doclass=1to2;循環(huán)開始，循環(huán)控制變量為CLASS，取值從1到2

inputxy@@;輸入的變量為X和Y，并且采用數(shù)據(jù)連續(xù)讀入方式

output;用OUTPUT語句將循環(huán)控制變量寫入數(shù)據(jù)集中

end;循環(huán)結(jié)束cards;數(shù)據(jù)塊開始345678903567891023657745數(shù)據(jù)塊;數(shù)據(jù)塊結(jié)束run;程序結(jié)束，開始運(yùn)行以上程序第三章統(tǒng)計(jì)圖

兩個(gè)專門用于繪圖的程序步GCHART過程,用于繪制各種常用的統(tǒng)計(jì)圖GPLOT過程，而后者則用于繪制散點(diǎn)圖。§3.1GCHART過程

【繪圖語句選項(xiàng)】

MISSING指定繪圖時(shí)要將變量的缺失值也包括在內(nèi)。

TYPE=做圖類型關(guān)鍵字指定要做圖的類型，即圖中條塊代表的含義：缺省值是頻數(shù)（FREQ）；如果指定了選擇項(xiàng)SUMVAR，則缺省值為總和（SUM）?？蛇x的關(guān)鍵字有：

FREQ要求按指定變量的頻數(shù)做圖。

PERCENT要求按在橫軸刻度表示范圍內(nèi)出現(xiàn)的頻數(shù)占總數(shù)的百分比做圖。

CFREQ按累計(jì)頻數(shù)做圖。

CPERCENT按累計(jì)百分比做圖。

SUM只能與SUMVAR選項(xiàng)同時(shí)使用，要求圖中的每一條代表：變量在橫軸表示的取值范圍內(nèi)時(shí)，SUMVAR指定變量的總和。

MEAN只能與SUMVAR選項(xiàng)同時(shí)使用，要求圖中的每一條代表：變量在橫軸表示的取值范圍內(nèi)時(shí)，SUMVAR指定變量的均數(shù)。

SUMVAR=求和變量指定使用TYPE=SUM或MEAN時(shí)，用于求總和、均值的變量。

LEVAL=n如果繪圖變量是連續(xù)變量，用該選項(xiàng)產(chǎn)生有N個(gè)組段的圖形。

GROUP=分組變量要求產(chǎn)生以分組變量的值分組的并排圖。

SUBGROUP=亞組變量要求每個(gè)圖形內(nèi)部再按亞組變量的值分塊。

CAXIS=顏色指定坐標(biāo)軸的顏色。

CTEXT=顏色指定坐標(biāo)軸文本的顏色。應(yīng)用實(shí)例

§3.2GPLOT過程

【GPLOT過程的選項(xiàng)】

分層變量

表示所做的散點(diǎn)圖按指定變量的取值分層，默認(rèn)按不同顏色來區(qū)分。語句選項(xiàng)

OVERLAY同一語句做的圖重疊在同一個(gè)坐標(biāo)系中顯示。

HAXIS=數(shù)值

定義橫坐標(biāo)的刻度。

VAXIS=數(shù)值

定義縱坐標(biāo)的刻度。

CAXIS=顏色

定義坐標(biāo)軸的顏色。

CTEXT=顏色定義坐標(biāo)軸文本的顏色?！維YMBOL語句選項(xiàng)】

VALUE=符號可用的符號及相應(yīng)名稱有：＋PLUS★STAR■SQUARE

◆DIAMOND▲TRIANGLEI=連線方式①JOIN用直線連接。②SPLINE用光滑的曲線連接。NEEDLE向橫坐標(biāo)畫垂線。

RL添加回歸直線。WIDTH=寬度定義數(shù)據(jù)點(diǎn)和連線的寬度。

COLOR=顏色定義

應(yīng)用實(shí)例

程序第四章定量資料的統(tǒng)計(jì)描述和t、u檢驗(yàn)

對于定量資料的統(tǒng)計(jì)描述和簡單推斷，SAS提供了三個(gè)強(qiáng)有力的程序步，它們是：UNIVARIATE過程提供單個(gè)變量的詳細(xì)描述和對其分布類型的檢驗(yàn)。MEANS過程提供單個(gè)或多個(gè)變量的簡單描述，對于多個(gè)變量，它的輸出格式緊湊，便于閱讀。TTEST過程對變量進(jìn)行t/u檢驗(yàn)。主要輸出結(jié)果NNMISS（缺值個(gè)數(shù)）MINCVMAXKURTOSIS（峰度系數(shù)）RANGESKEWNESS（偏度系數(shù)）SUMT（t值）MEANPRT（t值概率）VAR（方差）MEDIUM（中位數(shù)）STD（標(biāo)準(zhǔn)差）MODE(眾數(shù)）STDERR（平均數(shù)的標(biāo)準(zhǔn)誤）MEANS過程格式Procmeans選項(xiàng)；Var變量表；By變量；Class變量表；Freq變量；WEIGHT變量；Outputout=SAS數(shù)據(jù)集統(tǒng)計(jì)數(shù)=變量表；Run;求基本統(tǒng)計(jì)數(shù)單個(gè)平均數(shù)的假設(shè)測驗(yàn)兩個(gè)平均數(shù)的成對比較兩個(gè)平均數(shù)的假設(shè)測驗(yàn)成組（組群）比較成對比較成對比較

UNIVARIATE過程

Univariate過程對數(shù)值變量給出比較詳細(xì)的變量分布的描述，其中包括：變量的極端值。常用的百分位數(shù)，包括四分位數(shù)和中位數(shù)。用幾個(gè)散點(diǎn)圖描繪變量的分布。頻數(shù)表。確定數(shù)據(jù)為正態(tài)分布的檢驗(yàn)。Univariate過程常用的選項(xiàng)如下NOPRINT

禁止統(tǒng)計(jì)報(bào)告在OUTPUT視窗中輸出PLOT

繪出莖葉圖、箱式圖和正態(tài)概率圖FREQ

給出頻數(shù)表NORMAL

對變量進(jìn)行正態(tài)性檢驗(yàn)【關(guān)鍵字】

SAS中用關(guān)鍵字來指定所需要的統(tǒng)計(jì)量，事實(shí)上結(jié)果輸出中用的就是各種關(guān)鍵字，常用的關(guān)鍵字有：基本統(tǒng)計(jì)量NMEANSTD(標(biāo)準(zhǔn)誤)CVSUMVAR(方差)RANG

百分位數(shù)描述MINP1P5P10Q1MEDIANQ3P90P95P99MAX

與假設(shè)檢驗(yàn)有關(guān)的統(tǒng)計(jì)量STDMEAN(標(biāo)準(zhǔn)誤)T

TTEST過程

組群比較例

將鉤體病人的血清分別用標(biāo)準(zhǔn)株和水生株做凝溶實(shí)驗(yàn)，測得稀釋倍數(shù)如下。問兩組的平均效價(jià)有無區(qū)別。標(biāo)準(zhǔn)株：1002004004004004008001600160016003200

水生株：100100100200200200200400400統(tǒng)計(jì)分析系統(tǒng)SAS軟件

敖雁Tel:7979358E-mail:ay@第五章方差分析和協(xié)方差分析ANOVA過程

-----速度快，功能有限,平衡資料GLM過程

-----速度慢，但功能強(qiáng)大（非平衡資料協(xié)方差分析）其實(shí)，這里的速度快慢只是相對而言，SAS的處理速度是首屈一指的。舉個(gè)例子，一個(gè)有6600條記錄的，7因素的，交叉設(shè)計(jì)的方差分析（是不是已經(jīng)有人喊頭痛了？），我先是用SPSSFORWIN957.5來做，運(yùn)行了大約10分鐘才出結(jié)果。我又換用SASFORWIN956.12來做，結(jié)果用了――2.47秒！§5.1方差分析數(shù)據(jù)集的建立技巧

5.1.1方差分析的數(shù)據(jù)集格式統(tǒng)計(jì)分析所用的數(shù)據(jù)格式和我們在分析整理資料時(shí)所用的格式是不同的:-------數(shù)據(jù)集中應(yīng)至少有一個(gè)結(jié)果變量，用于記錄不同處理因素水平下觀察值的大??；

-------至少有一個(gè)處理因素變量，用于記錄處理因素的類型及其水平數(shù)。例5.1某職業(yè)病防治院對31名石棉礦工中的石棉肺患者、可疑患者及非患者進(jìn)行了用力肺活量測定，請給出數(shù)據(jù)集的結(jié)構(gòu)。解：數(shù)據(jù)集中應(yīng)有兩個(gè)變量，x和group。x記錄肺活量的大??；group取值為1、2或3，分別代表石棉肺患者、可疑患者及非患者。例5.2某廠醫(yī)務(wù)室測定了10名氟作業(yè)工人工前、工中及工后4小時(shí)的尿氟濃度，請給出數(shù)據(jù)集的結(jié)構(gòu)。解：數(shù)據(jù)集中應(yīng)有三個(gè)變量，x、group和worker。x記錄尿氟濃度；group取值為1、2或3，分別代表工前、工中及工后；worker取值為1到10，分別代表10名工人。5.1.2方差分析數(shù)據(jù)集的建立技巧可見方差分析的數(shù)據(jù)集其變量取值有一定的規(guī)律，因此可以利用循環(huán)語句和判斷語句來簡化輸入。例5.3請建立例5.1的數(shù)據(jù)集。

例5.4請建立例5.2的數(shù)據(jù)集。

§5.2引

例

例5.5請回答在例5.1中三組石棉礦工的用力肺活量有無差別？解：對于單因素的方差分析，在比較之前一般要考慮方差齊性的問題。這里可以用GLM過程中的HOVTEST選項(xiàng)實(shí)現(xiàn)，實(shí)際上這也是在SAS中做方差齊性檢驗(yàn)的唯一途徑?！?.3ANOVA過程

5.3.2語法說明

Means語句的選項(xiàng)主要用來指定兩兩比較的方法和檢驗(yàn)水準(zhǔn)，主要有：兩兩比較方法BON（Bonferroni檢驗(yàn)）、DUNCAN（新復(fù)極差法）、DUNNETT、GABRIEL、LSD（最小顯著差法T）、SCHEFFE、SIDAK、SNK（q檢驗(yàn)）、TUKEY、WALLER

其它ALPHA=p值更改水準(zhǔn)5.3.3結(jié)果解釋

方差分析的統(tǒng)計(jì)結(jié)果部分

§5.4GLM過程

GLM過程:GeneralLinerModel過程，它使用最小二乘法對數(shù)據(jù)擬合廣義線形模型。GLM過程中可以進(jìn)行回歸分析、方差分析、協(xié)方差分析、劑量――反應(yīng)模型分析、多元方差分析和偏相關(guān)分析等等，其功能之強(qiáng)大可見一斑。5.4.1語法格式

這里我們只解釋協(xié)方差分析的做法：由于協(xié)變量并非我們研究的處理因素，因此在CLASS語句中不能有它的位置；但是，另一方面協(xié)變量要影響結(jié)果變量的取值，因此必須在模型中引入，怎么辦？只要在MODEL語句中將其寫入即可（寫在分析變量的首位）。5.4.2結(jié)果解釋

GLM過程的結(jié)果和ANOVA過程是雷同的――注意是雷同而不是相同。在處理因素、協(xié)變量及交互作用的檢驗(yàn)結(jié)果部分，GLM過程會給出兩種結(jié)果（Ⅰ類和Ⅲ類結(jié)果）。在我們用到的范圍里，兩種結(jié)果是完全相同的，所以用哪一種都可以。5.4.3應(yīng)用實(shí)例

方差分析基礎(chǔ)常用試驗(yàn)設(shè)計(jì)的ANOVA缺省數(shù)據(jù)的方差分析方差分析基礎(chǔ)單向分組資料的ANOVE1）樣本容量相等（modely=trt)2）樣本容量不相等(modely=trt)3）數(shù)據(jù)轉(zhuǎn)換（modelyp=trt)

單一自由度的比較(modely=trt)兩向分組資料的ANOVA(modely=mh)系統(tǒng)分組資料的ANOVA(modely=trtpot(trt))常用試驗(yàn)設(shè)計(jì)的ANOVA

完全隨機(jī)化設(shè)計(jì)（單向分組資料…）隨機(jī)區(qū)組設(shè)計(jì)

1）單因素（modely=blktrt)2）兩因素(modely=blkaba*b)3）三因素(modely=blkaba*bca*cb*ca*b*c)(modely=blka|b|c)拉丁方設(shè)計(jì)(modely=rct)二裂式裂區(qū)設(shè)計(jì)(modely=blkaa*blkba*b)多點(diǎn)品種區(qū)域試驗(yàn)(modely=r(u)uvu*v)模型定義中可用|和@n簡化表達(dá)方法協(xié)方差分析過程格式PROCGLM選項(xiàng);CLASS變量表;MODEL依變量=效應(yīng)/選項(xiàng);MEANS效應(yīng)/選項(xiàng);LSMEANS效應(yīng)/選項(xiàng);PROCGLM語句選項(xiàng)可設(shè)定分析數(shù)據(jù)集等;CLASS指明分類變量,協(xié)方差分析時(shí)必須設(shè)定,必須在MODEL語句之前;MODEL定義協(xié)方差分析的線性數(shù)學(xué)模型,modely=at;一般的協(xié)方差分析模型

modely=tx(t);分離斜率模型

modely=txx*t;共斜率模型

model后SOLUTION的選項(xiàng)給出參數(shù)的估計(jì)值MEANS語句用于計(jì)算依變量的平均數(shù),選項(xiàng)用于多重比較;LSMEANS語句計(jì)算效應(yīng)的最小二乘估計(jì)的平均數(shù)(LSM)

選項(xiàng)E=效應(yīng),設(shè)定測驗(yàn)誤差項(xiàng),缺省為試驗(yàn)分析誤差.STDERR給出LSM的標(biāo)準(zhǔn)誤,TDIEF,PDIEF要求顯示測驗(yàn)H0:LSM(i)=LSM(j)的t值和概率值.應(yīng)用舉例單向分組資料的協(xié)方差分析兩向分組資料的協(xié)方差分析單因素試驗(yàn)的協(xié)方差分析第六章線性相關(guān)、回歸分析與logistic回歸相關(guān)分析（CORR）回歸分析（REG）廣義線型模型（GLM）REG過程

語法格式

語法說明

MODEL語句，必需語句，定義回歸分析模型VAR語句為可選的，指定用于計(jì)算交叉積的變量PLOT語句為可選的，用于繪制變量間的散點(diǎn)圖，還可添加回歸線?！具^程選項(xiàng)】

OUTEST=數(shù)據(jù)集名指定統(tǒng)計(jì)量和參數(shù)估計(jì)輸出的新數(shù)據(jù)集名。NOPRINT禁止統(tǒng)計(jì)結(jié)果在OUTPUT視窗中輸出。SIMPLE輸出REG過程中所用的每個(gè)變量的基本統(tǒng)計(jì)量。CORR輸出MODEL語句或VAR語句中所列變量的相關(guān)矩陣。ALL等價(jià)于MODEL語句加上全部選項(xiàng)，即輸出該語句所有選項(xiàng)分析結(jié)果?！綧ODEL語句】

MODEL語句定義模型中的因變量、自變量、模型選項(xiàng)及結(jié)果輸出選項(xiàng)。語句中的變量只能是數(shù)據(jù)集中的變量，任何形式的變換都必須先產(chǎn)生一個(gè)新變量，然后用于分析。如X1的二次項(xiàng)，不能在模型中直接指定X1*X1，而要產(chǎn)生另一個(gè)新變量代表X1*X1，方可引入模型。MODEL語句中常用的選項(xiàng)

NOINT在模型中不擬合常數(shù)項(xiàng)。STB輸出標(biāo)準(zhǔn)化回歸系數(shù)。CLI輸出個(gè)體預(yù)測值的95%可信區(qū)間上下限。CLM輸出因變量期望值(均值)的95%可信區(qū)間上下限。R輸出個(gè)體預(yù)測值、殘差及其標(biāo)準(zhǔn)誤。P輸出實(shí)際值Yi、預(yù)測值和殘差等。如已選擇了CLI、CLM和R，則無需選擇P。【關(guān)鍵字】結(jié)果解釋

如果在MODEL語句中使用CLI、CLM選項(xiàng)，則系統(tǒng)輸出因變量均值以及個(gè)體預(yù)測值的95％可信區(qū)間上下限，輸出如下

CORR過程

PROCCORR

[選項(xiàng)];

[VAR變量名列;[1]

WITH變量名列;[2]

WEIGHT變量名;

FREQ變量名;

BY變量名列;]語法說明

除了PROC語句為必需，其他語句都是可選的，如果省略所有的可選語句，則對所有變量作相關(guān)分析。VAR語句，可選的語句，定義相關(guān)分析的變量WITH語句，可選的語句，定義分析相關(guān)性的另一組變量PROCCORR；

VARAB；WITHXYZ；結(jié)果解釋

例

下表給出了12名不同年齡(歲,X)婦女的收縮壓測量值(mmHg,Y)，試進(jìn)行回歸分析。

(1)制作散點(diǎn)圖；(2)建立由X預(yù)報(bào)的回歸方程，制作回歸直線；(3)對回歸方程及回歸系數(shù)b進(jìn)行假設(shè)檢驗(yàn)；(4)繪制的95％可信區(qū)間；(5)建立單個(gè)Y值的預(yù)報(bào)方程；(6)計(jì)算積矩相關(guān)系數(shù)，并進(jìn)行假設(shè)檢驗(yàn)。多元線性回歸

REG過程:只要把要分析的多個(gè)自變量名放在MODEL語句中應(yīng)變量后即可。語法選項(xiàng)

(MODEL語句選項(xiàng))SELECTION=method，規(guī)定變量篩選的方法，method可以是以下幾種選項(xiàng)FORWARD(或F)，前進(jìn)法，按照SLE規(guī)定的P值從無到有依次選一個(gè)變量進(jìn)入模型BACKWARD（或B），后退法，按照SLS規(guī)定的P值從含有全部變量的模型開始，依次剔除一個(gè)變量STEPWISE（或S），逐步法，按照SLE的標(biāo)準(zhǔn)依次選入變量，同時(shí)對模型中現(xiàn)有的變量按SLS的標(biāo)準(zhǔn)剔除不顯著的變量MODEL語句選項(xiàng)NONE，即不選擇任何選項(xiàng)，不作任何變量篩選，此時(shí)使用的是含有全部自變量的全回歸模型MODEL語句選項(xiàng)SLE=概率值，入選標(biāo)準(zhǔn)，規(guī)定變量入選模型的顯著性水平，前進(jìn)法的默認(rèn)是0.5，逐步法是0.15SLS=概率值，剔除標(biāo)準(zhǔn)，指定變量保留在模型的顯著水平，后退法默認(rèn)為0.10，逐步法是0.15標(biāo)準(zhǔn)化偏回歸系數(shù)STB可用來比較各個(gè)自變量作用的大小COLLIN要求詳細(xì)分析自變量之間的共線性，給出信息矩陣的特征根和條件數(shù)，來判斷自變量之間有無多重共線性。

應(yīng)用實(shí)例

現(xiàn)有20名糖尿病人的血糖(y,mmol/L)、胰島素(X1,mU/L))及生長素(X2,μg/L)的測量數(shù)據(jù)列于中，試進(jìn)行多元線性回歸分析

程序如下databk4_1;inputidyx1x2@@;cards;…;procregdata=bk4_1;

modely=x1x2/stb;

modely=x1x2/selection=stepwisestb;run;程序運(yùn)行的主要結(jié)果相關(guān)和偏相關(guān)分析REG過程

logistic回歸

如果應(yīng)變量為分類的變量，則不符合一般回歸分析模型的要求，可用logistic回歸來分析。Logistic回歸按反應(yīng)變量的類型分為：兩分類的Logistic回歸多分類有序反應(yīng)變量的Logistic回歸多分類無序