外文科技文献及翻译SAS统计分析软件和Logistic回归

1、百度文库-好好学习，天天向上 SAS统计分析软件和Logisti回归1概况：SAS系统全称为StatisticsAnalysisSystem,最早由北卡罗来纳大学的两位生物统计学研究生编制，并于1976年成立了SAS软件研究所，正式推出了SAS软件。SAS是用于决策支持的大型集成信息系统,但该软件系统最早的功能限于统计分析,至今,统计分析功能也仍是它的重要组成部分和核心功能。SAS现在的版本为版，大小约为1G。经过多年的发展，SAS已被全世界120多个国家和地区的近三万家机构所采用，直接用户则超过三百万人，遍及金融、医药卫生、生产、运输、通讯、政府和教育科研等领域。在英美等国，能熟练使用SAS

2、进行统计分析是许多公司和科研机构选材的条件之一。在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件系统，并在9697年度被评选为建立数据库的首选产品。堪称统计软件界的巨无霸。在此仅举一例如下：在以苛刻严格著称于世的美国FDA新药审批程序中，新药试验结果的统计分析规定只能用SAS进行，其他软件的计算结果一律无效！哪怕只是简单的均数和标准差也不行！由此可见SAS的权威地位。SAS系统是一个组合软件系统，它由多个功能模块组合而成，其基本部分是BASESAS模块。BASESAS模块是SAS系统的核心，承担着主要的数据管理任务，并管理用户使用环境，进行用户语言的处理，调用其他SAS模块和产品。也

3、就是说，SAS系统的运行，首先必须启动BASESAS模块，它除了本身所具有数据管理、程序设计及描述统计计算功能以外，还是SAS系统的中央调度室。它除可单独存在外，也可与其他产品或模块共同构成一个完整的系统。各模块的安装及更新都可通过其安装程序非常方便地进行。SAS系统具有灵活的功能扩展接口和强大的功能模块，在BASESAS的基础上，还可以增加如下不同的模块而增加不同的功能：SAS/STAT（统计分析模块）、SAS/GRAPH（绘图模块）、SAS/QC（质量控制模块）、SAS/ETS（经济计量学和时间序列分析模块）、SAS/OR（运筹学模块）、SAS/IML（交互式矩阵程序设计语言模块）、SAS

4、/FSP（快速数据处理的交互式菜单系统模块）、SAS/AF（交互式全屏幕软件应用系统模块）等等。SAS有一个智能型绘图系统，不仅能绘各种统计图，还能绘出地图SAS提供多个统计过程，每个过程均含有极丰富的任选项。用户还可以通过对数据集的一连串加工，实现更为复杂的统计分析。此外，SAS还提供了各类概率分析函数、分位数函数、样本统计函数和随机数生成函数，使用户能方便地实现特殊统计要求。2操作方式：SAS是由大型机系统发展而来，其核心操作方式就是程序驱动，经过多年的发展，现在已成为一套完整的计算机语言，其用户界面也充分体现了这一特点：它采用MDI（多文档界面），用户在PGM视窗中输入程序，分析结果以文

5、本的形式在0UTPUT视窗中输出。使用程序方式，用户可以完成所有需要做的工作，包括统计分析、预测、建模和模拟抽样等。但是，这使得初学者在使用SAS时必须要学习SAS语言，入门比较困难。SAS的Windows版本根据不同的用户群开发了几种图形操作界面，这些图形操作界面各有特点，使用时非常方便。但是由于国内介绍他们的文献不多，并且也不是SAS推广的重点，因此还不为绝大多数人所了解。SAS系统基本操作及基本概念：数据集（dataset）和库：统计学的操作都是针对数据的，SAS中容纳数据的文件称为数据集，数据集又包含在不同的库（暂且理解为数据库吧）中oSAS中的库分为永久性和临时性两种。顾名思义，存在

6、于永久库中的数据集是永久存在的（只要你不去删除它），临时库中的数据集则在你退出SAS后自动被删除。至于SAS中库的概念，最简单的理解就是一个目录，一个存放数据集的目录。数据集的结构完全等同于我们一般所理解的数据表，由字段和记录所构成，在统计学中我们习惯将字段称为变量，在后面的内容中字段和变量我们就理解为同一种东西吧！建立数据集的方法很多，编程操作中有专门的数据读入方法来建立数据集，但需要将数据现场录入，费时费力。如果数据量大，我劝各位还是先以其它方法将数据集建好，否则程序语句的绝大部分会浪费在数据的输入上。SAS程序概述:和其它计算机语言一样，SAS语言（称为SCL语言，SASComponen

7、tLanguage）也有其专有的词汇（即关键字）和语法。关键字、名字、特殊字符和运算符等按照语法规则排列组成SAS语句，而执行完整功能的若干个SAS语句就构成了SAS程序。SAS程序包括多个步骤和一些控制语句，一般情况下均包括数据步和过程步，一个或多个、数据步或过程步，它们之间任何形式的组合均可成为一段SAS程序，只要能完成一个完整的功能。通常情况下SAS程序还包括一些全程语句，用以控制贯穿整个SAS程序的某些选项、变量或程序运行的环境。SAS程序的语句一般以关键字开始，以一个分号结束，一条语句可占多行（SAS每看到一个分号，就将其以前、上一个分号以后的所有东东当作一条语句来处理，而不管他们处

8、在多少个不同的行中）SAS语句对字母的大小写不敏感，你可以根据个人习惯决定字母的大写或小写。Logistic回归：Logistic回归是一类统计模型称为广义线性模型。这一模型包括单一回归，包括普通的回归和方差分析，以及多元统计等变数和对数线性回归。一个很好使用线性模型的例子为莱斯蒂。Logistic回归允许一个预测离散成果，如组成员，来自于一组变量，可能是连续的，离散的，二分，或混合任何这些。一般情况下，因变量是二分变量，如在场/缺席或成功/失败。判别分析是用来预测组成员只有两个群体。然而，判别分析只能用连续独立变量。因此，在独立的变量是一个绝对的，或混合的连续和明确情况，Logistic回归

9、是首选。模型：因变量的logistic回归通常是二分变量，就是因变量值为1是事件发生，值为0是事件不发生。这种类型的变量被称为伯努利（或二元）变量。虽然不是常见的，也不是在事件中讨论，应用Logistic回归也已扩大到情况下，因变量是两个以上的情况下，这种情况被称为多项式或多级Tabachnick和费德尔（1996年）使用的术语polychotomous。如前所述，独立的或预测变量Logistic回归可以采取任何形式。也就是说，Logistic回归是不作任何假设的分布的独立变量。他们不必正态分布，线性关系或平等的差额在每个组之间的关系，预测和因变量不是一个线性函数的logistic回归，代替他

10、的是，Logistic回归函数的使用是对数函数的变换：百度文库-好好学习，天天向上百度文库-好好学习，天天向上 - Q-e（a+卩lxl+卩2x2+卩pxp）1十e（a+卩1X1+卩2x2+卩pxp）这里Q=截距项，0=自变量的预测系数。另一种形式的Logistic回归方程为：log0（x）二log一e（x）1=a+0 x+0 x+.+0 x1-1-0（x）1122ppLogistic回归的目的是正确预测出一个模型，这个模型适用与大哥事件发生概率的预测。为了实现这一目标，建立一个模型，这个模型包括一个因变量和多个自变量，多个自变量被用于预测因变量的结果。在模型建立过程中几个不同的选择被利用。变

11、量在指定的顺序可进入模型由研究员或logistic回归可以测试适合的模式后，每一个系数为增加或删除，呼吁逐步回归。逐步回归被使用在研究探索阶段，但我们不建议用于理论测试（梅纳尔1995年）。理论测试是测试各个变量之间关系的变数。探索性测试是测试给定观测值各个变量之间的关系，因此，逐步回归的目标是发现因变量与各个自变量之间的关系。向后逐步回归似乎是首选方法探索分析，在分析，首先是全部或饱和模型和变量排除在模型中的一个反复的过程。合适的模型进行测试后，消除每个变量，以确保该模型仍能充分符合数据.当没有变量可以从模型中删除时，整个统计分析工作就完成了。这里是logistic回归的两种主要用途。首先是

12、预测组成员。由于Logistic回归计算概率或失败之上的概率，分析结果是以优势率形式进行的。例如，Logistic回归经常被用于流行病学研究，分析结果是在控制其他的风险因素前提下啦预测癌症的发病率。Logistic回归还提供了变量之间关系的只是（例如，吸10包烟癌症的发病率将高于你在棉矿中工作的癌症发病率）。这个过程，系数测试几个不同的技术，所有这些将在下文讨论。Wald检验：Wald检验是用来测试的统计意义的每一个自变量的系数（B）在该模型中是否是为0。Wald检验计算的Z是通过以下的公式得出的：Z=BSEZ值再平方，产生了瓦尔德统计与卡方分布。然而，一些作者已查明了使用Wald检验的缺陷。

13、梅纳（1995）警告说，系数不变，标准误差增大，降低了Wald统计值。莱斯蒂指出，最大似然度对于大规模样本要比使用Wald测试更有效。最大似然度检验：最大似然使用的比例，以最大化的价值，似然函数为充分模型（L1）的最大化价值的似然函数的简单的模型（L0）。的似然比检验统计量等于：-2log0）=-2log（L）-log（L）-2（L-L）L10101这个记录的可能性转变职能产生的卡方统计。这是推荐的检验统计时使用的模式，通过建设落后的逐步消除。霍斯默-Lemshow拟合优度检验：该霍斯默-Lemshow统计评估拟合优度，创造10命令群体的主题，然后比较实际的人数在各组（观察）的数量预测的Log

14、istic回归模型（预测）。因此，检验统计量是卡方统计与理想的结果非意义，这表明该模型预测并没有显着不同的观察。排列的10个团体的基础上创建自己的估计概率;那些估计概率低于形成一组，依此类推，直至与概率至。每一类又分为两组，根据实际观察到的结果变量（成功，失败）。预期的频率为每一个细胞都得到模式是好的，那么大多数的主题成功属于较高风险和那些失败的风险较低。科技外文文献SASStatisticalAnalysisSoftwareAndLogisticRegressionI.Overview:SASiscalledtheStatisticsAnalysisSystem,thefirstfromth

15、eUniversityofNorthCarolinastwopost-graduatepreparationofbiostatistics,andin1976theInstituteofSASsoftwareisestablishede,theformalSASsoftwarelaunched.SASisalarge-scaledecisionsupportforintegratedinformationsystems,butthesoftwaresystemfunctionslimitedtothefirststatisticalanalysis,sincethestatisticalana

16、lysisisstillanimportantpartofitscorefunctionality.thecurrentSASversionisversion,thesizeisabout1G.Afteryearsofdevelopment,SAShasbeenaroundmorethan120countriesandregions,nearly30,000institutionsthathaveadirectusersoverthreemillionpeople,acrossthefinancial,medicalandhealth,production,transport,communic

17、ations,governmentandeducationandscientificresearch.InBritainandtheUnitedStatesandothercountries,skilledusingSASforstatisticalanalysisistheconditionsformanycompaniesandresearchinstitutionsselection.Indataprocessingandstatisticalanalysis,SASsystemknownastheinternationalstandardsoftwaresystems,andin969

18、7yearshasbeenselectedasthefirstchoicefortheestablishmentofadatabaseproduct.SASiscalledtheBigMacstatisticalsoftwaresector.Theotherexampleofthisisasfollows:inaharshstrictworld-famous.FDAdrugapprovalprocess,thestatisticalanalysisofthedrugtestresultsiscarriedoutSASandothersoftwarewillbevoided!Evenasimpl

19、eandstandarddeviationarevoid!ThisshowstheauthorityoftheSAS.SASisacombinationofSASsoftwaresystem,whichisacombinationofmultiplefunctionalmodules,thebasicpartofBASESASmodule.BASESASmoduleisthecoreoftheSASsystem,whichassumethemaintaskofdatamanagementandusermanagementenvironmentfortheconductoftheuserofla

20、nguageprocessing,calltheotherSASmodulesandproducts.Inotherwords,SASsystems,westarttheBASESASmodule,whichinadditionhasitsowndatamanagement,programmingandcomputingdescriptivestatistics,theSASsystemorthecentraldispatchingroom.Itcanstandalone,butalsowithotherproductsormodulestogetherformacompletesystem.

21、Eachmodulecanbeinstalledandupdatedthroughtheinstallationprocessveryeasy.SASsystemhasaflexibleinterfaceandpowerfulextensionofthefunctionalmodulesinthebasisofBASESAS,youcanaddthefollowingdifferentmodulesandavarietyofnewfeatures:SAS/STAT(statisticalanalysismodule),SAS/GRAPH(graphicsmodule),SAS/QC(quali

22、tycontrolmodule),SAS/ETS(Econometricandtimeseriesanalysismodule),SAS/OR(operationsresearchmodule),SAS/IML(interactivematrixprogramminglanguagemodule),SAS/FSP(fastdata-processingmoduleoftheinteractivemenusystem),SAS/AF(interactivefull-screenapplicationsystemsoftwaremodules)andsoon.SAShasaintelligentd

23、rawingsystem,itnotonlypaintedavarietyofcharts,butalsodrawthemap.SASprovidesawiderangeofstatisticalprocess,eachprocesscontainsagreatdealofanyoption.Userscansetaseriesofdataprocessingtorealizemorecomplexstatisticalanalysis.Inaddition,SASalsooffersavarietyofprobabilityanalysisfunction,quantilefunction,

24、thesamplestatisticsfunctionsandrandomnumbergeneratorfunction,sothatuserscanrequesteasilyspecialstatistics.2.operationSASwasdevelopedfromthemainframesystem,thecoreoperationistheprocess-driven,aftermanyyearsofdevelopment,SAShasnowbecomeacompletesetofcomputerlanguage,anditsuserinterfaceisalsofullyembod

25、iedthecharacteristics:ItusesMDI(MultipleDocumentinterface),theuserinputprograminthePGMwindow,theresultsoftheanalysisintheformoftextoutputintheOUTPUTwindow.usingtheprogram,userscancompleteallthework,includingstatisticalanalysis,forecasting,modelingandsimulation,samplingandsoon.However,thismakesthebeg

26、innerstolearnSASlanguage,entryismoredifficult.TheWindowsSASversionaccordtodifferentusergroupstodevelopanumberofgraphicaluserinterface,graphicaluserinterfaceofthesedifferentcharacteristics,useveryconvenient.However,duetolimit,andnottopromotethefocusofSAS,sothevastmajorityofpeopledonotunderstand.basic

27、operationandbasicconceptsofSASDataset(dataset)andthedatabaseStatisticsarefortheoperationofthedata,fileswhichisfilledwithSAShecapacityasthedatasets,datasetsalsoincludedindifferentlibrary(forthetimebeingitunderstoodasadatabase).SASinthelibraryisdividedintotwotypesofpermanentandte

28、mporary.Asthenamesuggests,theexistenceofapermanentlibraryinthedatasetispermanent(aslongasyoudonotdeleteit),temporarylibraryinthedatasetsfromtheSASyouautomaticallybedeleted.AsfortheconceptofSASinthedatabase,thesimplesttounderstandisadirectory,adirectoryofstoreddatasets.Thestructureofadatasetexactlyth

29、esameasournormalunderstandingofdatatables,fieldsandrecordsbythecomposition,inthestatisticalfield,weusedtobeknownasthevariablecontentinthebackofthefieldandweunderstandthevariablesforthesamekindsofthingsnow!Theestablishmentofadatasetofthemanywaysintheprogrammingoperationofthedatareadintothespecialized

30、approachtotheestablishmentofadataset,butthesceneneedstobedataentry,time-consumingandlaborious.Iftheamountofdata,andIadviseyouortoothermethodstodatasetswillbecompleted,otherwisetheprocesswillbeawasteofthevastmajorityofstatementsintheinputdataSASlanguageAndothercomputerlanguages,SASLanguage(knownasthe

31、SCLlanguage,SASComponentLanguage)alsohasitsproprietaryterms(iekeywords)andgrammar.Keywords,names,specialcharactersandoperators,suchasthecompositioninaccordancewiththegrammarruleswithSASstatements,andtheimplementationofthefullfunctionalityofanumberofSASstatementsconstitutetheSASprocedure.SASprocedure

32、s,includinganumberofstepsandanumberofcontrolstatements,thegeneralcase,includingdataandprocessstep-by-stepstep-by-step,oneormore,thedatastep-by-steporstep-by-stepprocess,inanyformbetweenthemmaybecomeasectionofacombinationofSASprocedures,aslongastheycanbecompletedacompletefunction.SASproceduresusually

33、includeanumberofthewholestatement,tocontrolproceduresthroughouttheSASsomeoptions,variableorprogramenvironment.SASproceduresbeginskeywordandendssemicolon,astatementcanbeaccountedmulti-line(SASseeasemicolon,itwillbethepast,afterasemicolonSASwilltakeastatementtoprocess,regardlessoftheirnumberindifferen

34、tlines).SASstatementsonthecaseinsensitiveletters,youmaydecideaccordingtopersonalhabitsoftheupperorlowercaseletters.RegressionLogisticregressionispartofacategoryofstatisticalmodelscalledgeneralizedlinearmodels.ThisbroadclassofmodelsincludesordinaryregressionandANOVA,aswellasmultivariatestatisticssuch

35、asANCOVAandloglinearregression.AnexcellenttreatmentofgeneralizedlinearmodelsispresentedinAgresti(1996).Logisticregressionallowsonetopredictadiscreteoutcome,suchasgroupmembership,fromasetofvariablesthatmaybecontinuous,discrete,dichotomous,oramixofanyofthese.Generally,thedependentorresponsevariableisd

36、ichotomous,suchaspresence/absenceorsuccess/failure.Discriminantanalysisisalsousedtopredictgroupmembershipwithonlytwogroups.However,discriminantanalysiscanonlybeusedwithcontinuousindependentvariables.Thus,ininstanceswheretheindependentvariablesareacategorical,oramixofcontinuousandcategorical,logistic

37、regressionispreferred.TheModel:Thedependentvariableinlogisticregressionisusuallydichotomous,thatis,thedependentvariablecantakethevalue1withaprobabilityofsuccess0,orthevalue0withprobabilityoffailure1-0.ThistypeofvariableiscalledaBernoulli(orbinary)variable.Althoughnotascommonandnotdiscussedinthistrea

38、tment,applicationsoflogisticregressionhavealsobeenextendedtocaseswherethedependentvariableisofmorethantwocases,knownasmultinomialorpolytomousTabachnickandFidell(1996)usethetermpolychotomous.百度文库-好好学习，天天向上百度文库-好好学习，天天向上- #- Asmentionedpreviously,theindependentorpredictorvariablesinlogisticregressionc

39、antakeanyform.Thatis,logisticregressionmakesnoassumptionaboutthedistributionoftheindependentvariables.Theydonothavetobenormallydistributed,linearlyrelatedorofequalvariancewithineachrelationshipbetweenthepredictorandresponsevariablesisnotalinearfunctioninlogisticregression,instead,thelogisticregressi

40、onfunctionisused,whichisthelogittransformationof0:0=e(a+卩ixi+卩2x2+-+卩pxp)1+e(a+卩ixi+卩2x2+卩pxp)Wherea=theconstantoftheequationand,卩=thecoefficientofthepredictorvariables.Analternativeformofthelogisticregressionequationis:log0(x)=log=a+卩x+卩x+.+卩xL1-0(x)1122ppThegoaloflogisticregressionistocorrectlypre

41、dictthecategoryofoutcomeforindividualcasesusingthemostparsimoniousmodel.Toaccomplishthisgoal,amodeliscreatedthatincludesallpredictorvariablesthatareusefulinpredictingtheresponsevariable.Severaldifferentoptionsareavailableduringmodelcreation.Variablescanbeenteredintothemodelintheorderspecifiedbythere

42、searcherorlogisticregressioncantestthefitofthemodelaftereachcoefficientisaddedordeleted,calledstepwiseregression.Stepwiseregressionisusedintheexploratoryphaseofresearchbutitisnotrecommendedfortheorytesting(Menard1995).Theorytestingisthetestingofa-prioritheoriesorhypothesesoftherelationshipsbetweenva

43、riables.Exploratorytestingmakesnoa-prioriassumptionsregardingtherelationshipsbetweenthevariables,thusthegoalistodiscoverrelationships.Backwardstepwiseregressionappearstobethepreferredmethodofexploratoryanalyses,wheretheanalysisbeginswithafullorsaturatedmodelandvariablesareeliminatedfromthemodelinani

44、terativeprocess.Thefitofthemodelistestedaftertheeliminationofeachvariabletoensurethatthemodelstilladequatelyfitsthenomorevariablescanbeeliminatedfromthemodel,theanalysishasbeencompleted.Therearetwomainusesoflogisticregression.Thefirstisthepredictionofgroupmembership.Sincelogisticregressioncalculates

45、theprobabilityorsuccessovertheprobabilityoffailure,theresultsoftheanalysisareintheformofanoddsratio.Forexample,logisticregressionisoftenusedinepidemiologicalstudieswheretheresultoftheanalysisistheprobabilityofdevelopingcanceraftercontrollingforotherassociatedrisks.Logisticregressionalsoprovidesknowl

46、edgeoftherelationshipsandstrengthsamongthevariables.,smoking10packsadayputsyouatahigherriskfordevelopingcancerthanworkinginanasbestosmine).Theprocessbywhichcoefficientsaretestedforsignificanceforinclusionoreliminationfromthemodelinvolvesseveraldifferenttechniques.Eachofthesewillbediscussedbelow.WaldTest:AWaldtestisusedtotestthestatisticalsignificanceofeachcoefficient(卩)inthemodel.AWaldtestcalculatesaZstatistic,whichis:Z=BS.EThiszvalueisthensquared,yieldingaWaldstatisticwithachi-squaredistributio