医用SAS统计分析二课件

医用SAS统计分析二一、单变量的统计描述统计分析内容回顾

统计描述：集中趋势、离散趋势

统计推断：参数估计：总体参数估计（可信区间）假设检验

资料类型计量资料---数值变量

计数资料---分类变量

资料的分布正态分布和偏态分布

1/6/20242一般统计描述---MEANS过程MEANS过程除了能对数值型变量进行一般的统计描述之外，还可以作配对设计资料的t检验。语句格式：Procmeans[操作选项][统计量列表];

[VAR<变量名列>;]/*指定分析的变量名列,缺省为所有数值变量*/

[BY<变量名列>;]/*按变量名列分组统计,要求已按变量名列排序*/

[CLASS<变量名列>;]/*按变量名列分组统计，不要求排序*/

[FREQ<变量名>;]

/*表明该变量为分析变量的频数*/

[OUTPUT<OUT=数据集名>关键字=<新变量名列表>];/*指定统计量的输出数据集名和统计量对应的新变量名*/

Run;

1/6/20243Procmeans

操作选项：

data=

指定要分析的数据集名

maxdec=

指定输出结果最大的小数位数,默认为7位

noprint

禁止统计结果在output窗输出

alpha=

设定计算可信区间的α水平，默认为0.05

注：在proc语句中的选项直接跟在proc名后，以空格分隔，中间不加“/”，其他命令语句的选项需以“/”分隔。

统计量列表选项：（缺省时只输出N、MEAN、STD、MIN、MAX）1/6/20244例1书中例3-1例2某克山病区测得11名克山病患者与13名健康人的血磷值（mmol/L)如下，试求两组的平均血磷值和标准差。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书中例3-3:几何均数的计算，SAS程序没有直接计算几何均数的模块。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详细统计描述---UNIVARIATE过程Univariate过程可对数值变量进行详细的统计描述。除了提供means过程所有的统计描述外，还可以给出了变量的峰度、偏度、众数、中位数及四分位数等更详尽的统计描述，同时还可进行正态性检验，以及几个描述分布的图。1/6/20249PROCUNIVARIATE[操作选项]

;

[VAR<变量名列>;]

指定分析的变量名列表,缺省为所有数值变量

[BY<变量名列>;]

按变量名列分组统计,要求排序

[FREQ<变量名>;]

表明该变量为分析变量的频数[OUTPUT<OUT=数据集名>关键字=<新变量名列表>];/*指定统计量的输出数据集名和统计量对应的新变量名*/Run;procunivariate语句的[操作选项]；

data=

指定要分析的数据集名

noprint

禁止统计结果在output窗输出

freq详细的频数表

normal

进行正态性检验

plot

生成统计图：茎叶图，盒状图，正态概率图

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

Moments

N（样本含量）12SumWgts（总权重）12

Mean（均数）6.5Sum（合计）78

StdDev（标准差）2.54058Variance（方差）6.454545

Skewness（偏度g1）0Kurtosis（峰度g2）-1.39044

USS（平方和）578CSS（离均差平方和）71

CV（变异系数）39.08584StdMean（标准误）0.733402

T:Mean=0（均数是否为0的检验）8.862804Pr>|T|（t值对应的p值）0.0001

Num^=0（不等于0的样本数）12Num>0（大于0的样本数）12

M(Sign)（符号检验）6Pr>=|M|（符号检验的p值）0.0005

SgnRank（符号秩和检验）39Pr>=|S|（符号秩和检验的p值）.0005

W:Normal（正态性检验W检验）0.932772Pr<W（正态性检验的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频数分布表数据的输入例5程序3-5datauni2;inputxf@@;cards;6536756987111732575247710797816830851;procunivariate;varx;freqf;run;1/6/202416频数表的编制方法1：语句格式：procunivariatefreq；例6王洁贞主编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过程略

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：语句格式：procfreq;

tables变量名；

说明：该语句是根据定义的变量产生频数分布表。

例7：上例资料DATApsb1;INFILE'd:\sas\sas2\psb.txt';INPUTX@@;L=162;/*定义第一组的下限值*/i=2;/*定义组距*/z=(x-mod(x-L,i))+(i/2);/*z值就是将原始变量转化成该数据所在组段的组中值*/procfreq;/*根据z值产生频数分布表*/tablesz;procunivariatenormalplot;varz;RUN;mod(x,y)为算术函数，求x/y的余数。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检验统计回顾：t检验是判断两个样本均数或样本均数和总体均数的差别有无统计学意义的假设检验方法。使用条件来自正态总体方差齐

分类：单样本t检验，两样本t检验（配对t检验、成组t检验）

1/6/202424配对t检验原理：检验每对差值d的总体均数是否为0。H0：配对的情况：同一对象治疗（或处理）前后的比较同一样本接受不同处理的比较

配对的两个受试对象分别给予两种处理

SAS程序：

procmeans；加tprt选项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--------------------------------------------------

程序中如无vard;

TheSASSystemVariableMeanStdErrorTProb>|T|--------------------------------------------------------------X1125.90000005.162794224.38601930.0001X2132.70000003.415812938.84873200.0001D-6.80000005.2042717-1.30661890.2237--------------------------------------------------------------1/6/202427成组t检验原理：

H0：

SAS程序：

procttest;procttest;

/*过程名*/class<变量名>;/*分组变量名*/var<变量名>;/*分析变量名*/run;1/6/202428

例9：程序4-3datattest3;doc=1to2;/*c循环开始，循环次数为2*/inputn;/*输入n值*/doi=1ton;/*i循环开始，循环次数为n*/inputx@@;/*输入x值,注意@@的合理使用*/output;/*output将x输出,循环语句中必须使用。*/end;/*i循环结束*/end;/*c循环结束*/cards;52793343033381983229274310;procprint;procttest;classc;varx;run;1/6/202429/*循环的结果*/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

1/6/202430两样本含量相等时，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'=0.78961/6/202432两样本几何均数的比较在data语句中进行对数变换：x=log10(x)例11：王洁贞主编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）统计回顾

应用：两个或两个以上均数的比较

条件：

样本来自正态总体;方差齐;相互独立的随机样本基本原理：变异分解SS总=SS组内+SS组间

；自由度分解ν总=ν组间+ν组内组内均方MS组内=SS组内/v组内组间均方MS组间=SS组间/v组间

F=MS组间/MS组内当F≥Fα（ν1，ν2），则P≤α，拒绝H0,接受H1当F<Fα（ν1，ν2），则P>α，接受H0,。1/6/202435方差分析---基本语句Procanova[data=<数据集名>];

Class分组变量;/*指明分组变量,

必须放在model语句前*/Model因变量=分组变量；/*规定按分组变量对因变量作方差分析*/[means分组变量[/多重比较的方法];]

/*计算每个分组变量所对应的因变量均值，对分组变量进行多重比较，其方法可用snk(q检验）、dunnett、LSD法等。该语句可多次使用*/[means分组变量/hovtest=方法；]

/*进行方差齐性检验(homogeneityofvariancetest)，常用方法为Bartlett和Levene’s法,默认为Levene’s法*/[freq变量名；]

/*规定频数变量*/

1/6/202436分组变量：把要考察的处理因素做为分组变量。它的取值即为分组变量的水平，可以是数值型，也可是字符型。例5-1中，衣料就是分类变量，其取值有四个水平。因变量：也称响应变量，为连续的数值型变量。例5-1中，因变量为十硼氢的吸附量

效应：方差分析模型中规定的各分组变量组合代表其相应的效应。主效应：由分组变量本身引起，不考虑其他因素的影响，可以用分组变量本身表示。例5-1中，只有一个效应，即衣料的效应。如果对某一因变量，它的研究因素为A、B两个，主效应就是由A、B两个分组变量引起的，不考虑A对B的作用。在model语句中表示为AB。方差分析---几个概念

1/6/202437

交叉效应：即交互作用。用*连接两个变量以表示它们之间的交互作用。在model语句中可用A*B表示。检验在A因素的各个水平B因素的效应是否相同，即一个因素的效应是否依赖于交叉项里其他因素。

相应的模型有主效应模型（完全随机、随机区组、拉丁方等）和含交互作用项的模型(析因设计、正交设计)1/6/202438完全随机设计资料的方差分析例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;/*分组变量为c*/modelx=c;/*按变量c分组对因变量X进行方差分析*/meansc/snk;/*对变量c的各水平用snk法作均数的多重比较*/Meansc/hovtest/*进行方差齐性检验*/run;1/6/202439方差分析结果

ClassLevelInformation

Class①Levels②Values③C41234Numberofobservationsindataset=20

①

在class语句中规定的分组变量名②分组变量的水平数③分组变量的取值DependentVariable:XSourceDFSumofSquaresMeanSquareFValuePr>F

变异来源自由度离均差平方和均方F值P值模型Model38.433760002.8112533311.160.0003误差Error164.029160000.25182250总变异CorrectedTotal1912.46292000R-Square④C.V.RootMSE⑤XMean

变异系数因变量的均值0.67670816.907650.501819192.96800000④决定系数R2，反映了在总变异中由模型解释的变异所占的比例，越接近1，表明模型对这批数据拟合越好。⑤误差均方的平方根,剩余标准差SourceDFAnovaSSMeanSquareFValuePr>FC38.433760002.8112533311.160.00031/6/202440SNK法两两比较结果:

Student-Newman-Keulstestforvariable:X

NOTE:ThistestcontrolsthetypeIexperimentwiseerrorrateunderthecompletenullhypothesisbutnotunderpartialnullhypotheses.

Alpha=0.05df=16MSE=0.251823误差的均方NumberofMeans234均数间相隔组数CriticalRange0.6728120.81894120.9080258相差有无意义的临界值Meanswiththesameletterarenotsignificantlydifferent.SNKGrouping⑥MeanNC

SNK分组标志均数样本数分类变量值（水平数）A4.028054

B2.968053B2.464051B2.412052⑥SNK分组标志：相同字母代表组间差别无统计学意义。如c=3和c=1以及c=2组的标志均为B，表明这三组的均数无差别；而c=4组的标志为A，因此它与其它三组的差别均有统计学意义。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样本含量不等时方差分析dataanova3;doc=1to3;inputn;doi=1ton;inputx@@;output;end;end;cards;527933430333819832292743103210285117;procanova;classc;modelx=c;run;1/6/202443随机区组设计资料的方差分析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方差分析结果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拉丁方设计资料的方差分析

拉丁方设计的方差分析主要适用于：三个处理水平数相同且无交互作用。亦称三因素方差分析。利用拉丁方阵安排试验，拉丁方阵亦称r阶拉丁方，是用r个拉丁字母排成r行r列的方阵，每个字母在每行每列中只出现一次。如5×5拉丁方：ABCDEBCDEACDEAB