SAS软件使用课件

SAS软件使用

山西医科大学卫生统计学教研室余红梅yu_hongmeSAS软件使用一、SAS概述SAS（StatisticsAnalysisSystem）是一个模块化、集成化的应用软件系统。具有完备的数据访问、管理、分析和呈现功能，被誉为国际标准统计分析软件。该系统最初于1966年由美国北卡州立大学的两位教授开始研制，1976年成立SAS公司，实现软件的商品化。1985年推出SAS/PC(6.02)版本，目前最新版本为可在多种操作系统平台上运行的9.0版。SAS在世界范围内被广泛应用于政府、科研、教学、工业和商业等不同领域的数据管理于处理，是当前国际上最流行并具有权威性的统计分析软件。SAS软件使用1.SAS系统为模块化设计，SAS8.0以上版本含30余个模块，功能上覆盖了包括医药、金融等各行业进行数据管理和分析的各个应用领域。SAS/BASE

数据管理、基本的统计描述等。

SAS/STAT

数据的统计分析，包括方差分析、回归分析、属性数据分析、非参数分析、多变量分析、生存分析等近50个过程。

SAS/IML矩阵的运算

SAS/ETS时间序列与经济计量分析

SAS/OR决策分析、线性规划等

SAS/GRAPH高质量统计图的绘制SAS软件使用2.本人学习、培训、使用、讲授SAS经历学习：1993年8月北京大学概率统计系培训：1993年11月本校公共卫生学院教师使用：本科生、研究生医学统计学必修课及选修课SAS教学；本人博士研究生课题编程；统计分析服务。讲授：本科生：预防医学系研究生：高级多元统计SAS软件使用3.为什么学习SAS权威性与SPSS比较SAS认证SAS程序员与SAS用户SAS软件使用

SAS的启动4.SAS显示管理系统的窗口：程序编辑窗口（PROGRAMEDITOR窗口）：该窗口主要功能是编辑SAS程序，将程序提交系统执行。日志窗口（LOG窗口）：该窗口主要作用是显示运行程序后的有关信息，包括程序行（黑色）、提示（蓝色）、警告（绿色）和错误（红色）。结果输出窗口（OUTPUT窗口）：该窗口隐藏在上述两个窗口的后面，主要作用是显示程序运行的结果。如果程序正常运行，结果窗口会自动出现，可供打印和保存。SAS软件使用

数据文件的格式序号变量1变量2…123…注：“行”为观察单位；“列”为变量或指标。SAS软件使用5．SAS界面操作入门（以一个SAS程序为例）

SAS运行过程包括：启动SAS系统，输入和编辑SAS程序，运行SAS程序，退出SAS系统。

dataa;

inputagegender;

cards;501450561600651

;

proc

print;

run;SAS软件使用运行程序:

按快捷键SubmitOUTPUT窗口看统计分析结果。程序的修改：进入LOG窗口找错误，红色下划线将给你提示。程序的再运行：在PGM窗口改正并重新运行。保存程序：菜单File：Save/Saveas最后，退出SAS系统SAS软件使用为节省数据块的行数，可采用数据连续输入的方法。dataa;

inputagegender@@;

cards;501450561600651

;

proc

print;

run;SAS软件使用6.SAS语言的语句和程序

SAS语句通常是由SAS关键字、SAS名称（如SAS数据集名、过程名、变量名等）、运算符及特殊字符等组成，最后以“；”结尾。

关键字通常是一个反映语句功能的英文单词，由系统规定，用户不能随意改变。

SAS名称除过程名、函数名和SAS系统保留的特殊变量名外，大多数的名称都可以由用户命名，其命名规则为：由1-8个字符组成；第一个字符必须是字母A、B、…、Z；从第二个字符开始，可以为字母A、B、…、Z，阿拉伯数字，或下划线“—”。如：X1、NAME、DIS、F。SAS软件使用每个语句的各个项之间通常用空格隔开。一个空格与几个空格的作用等价。英文字母大、小写混用。可以把一个句子写在不同行。可以在同一行写多个语句。SAS软件使用

常用函数：算术函数

ABS（X）X的绝对值

SQRT（X）X的平方根

数学函数：

EXP（X）以e为底的幂

LOG（X）底为e的自然对数

LOG10（X）底为10的对数（常用对数）三角函数：

SAS软件使用SAS软件使用概率函数和分位数函数SAS软件使用

运算符：

算术运算符：

+加；-

减；*乘；/除；**乘方（+、-可以放在常数、变量、函数和括号前表示取正或负，表示乘法运算的*不能省略）

比较运算符：<小于；<=小于等于；=等于^=不等于；>=大于等于；>大于

逻辑运算符：OR或；AND与；NOT非SAS软件使用SAS程序一般分为两部分：数据步和过程步。

数据步包括要求SAS创立的数据集的语句和所必须的运算操作语句，其作用是对数据进行加工、整理。每个数据步以DATA语句开头。其中最常用的语句有：

DATA语句

主要功能是：

1.标志数据步的开始。

2.命名将要创建的SAS数据集。格式如下：

DATA数据集名；SAS软件使用

INPUT语句

用于向系统表明如何读入每一条记录。格式如下：

INPUT变量名；一行一个观测

INPUT变量名@@；连续读入，一行多个观测（注意变量名之间要用空格分隔）

CARDS语句

用于直接输入数据，标志着数据块的开始。格式如下：

CARDS；数据块；

SAS软件使用数据的输入方式：1.直接输入方式

dataa;命名将要建立的数据集名

inputagegender@@;要输入的变量为年龄和性别，并且是连续输入

cards;直接输入数据，数据块开始

501450561600651

数据块

;数据块结束SAS软件使用2.

读入其他格式的数据文件

SAS6.12版本以上的，可以利用FILE菜单上的import命令将其他格式的数据文件如文本文件（*.txt）、EXCEL文件（*.xls）、dBASEII/III/IV、FoxBASE、Foxpro、VisualFoxpro数据库文件（*.dbf）导入SAS系统，创建SAS数据集。SAS软件使用

过程步要求SAS系统从过程库中调用一个或多个过程，对已建立的数据集进行数据管理和分析。每个过程步以PROC语句开始。过程步名功能

SORT

按指定变量排序

PRINT

将数据集中的数据列表输出

UNIVARIATE

计量资料统计描述

MEANS

计量资料简单统计描述

FREQ

计数资料统计描述和推断

TTESTt检验

ANOVA

方差分析SAS软件使用

NPAR1WAY

非参数检验

REG

回归分析

CORR

相关分析

LOGISTIClogistic回归

PHREGCox回归分析

GLM

协方差分析、多因素试验方差分析、重复测量设计方差分析SAS软件使用过程步大致结构：

PROC过程名[DATA=数据集名]选项；该过程的专用语句描述：

[VAR分析变量名]；

[BY分组变量名]；

RUN；

[]里的语句均可省略，但这时该过程按通常情况处理：

1.处理最新建立的SAS数据集。

2.处理所有的变量。

3.一次处理整个数据集而不是其中一个子集。SAS软件使用

二.定量资料统计描述

UNIVARIATE过程

MEANS过程SAS软件使用一．UNIVARIATE过程1．PROCUNIVARIATE

选项；选项：

NORMAL正态性检验2．VAR

分析变量名；3.FREQ频数变量名；4．BY

分组变量名

；

SAS软件使用二．MEANS过程1．PROCMEANS选项；选项：

NMEANSTDCVRANGESUMVARMINMAX

缺省时输出：NMEANSTDMINMAX2．VAR

分析变量名；3．FREQ频数变量名；4.BY

分组变量名

;SAS软件使用作业：1P23：某单位1999年正常成年女子血清甘油三酯测量结果，报告以下统计量：均数、标准差、标准误、中位数、四分位数间距（注明单位）。2P33：报告试验组和对照组的正态性检验结果，两组的均数和标准差。试验组和对照组空腹血糖下降值组别均数±标准差（单位）试验组对照组SAS软件使用SAS实习二

计量资料统计推断SAS软件使用单样本t检验：

UNIVARIATE过程dataa;inputx@@;x1=x-140;cards;112.00137.00129.00126.0088.0090.00105.00178.00130.00128.00126.00103.00172.00116.00125.0090.0096.00162.00157.00151.00135.00113.00175.00129.00165.00171.00128.00128.00160.00110.00140.00163.00100.00129.00116.00127.00;proc

print;打印数据(output窗口)proc

univariatenormal;正态性检验及t检验varxx1;run;SAS软件使用配对t检验：UNIVARIATE过程dataa;inputx1x2@@;d=x1-x2;cards;0.8400.5800.5910.5090.6740.5000.6320.3160.6870.3370.9780.5170.7500.4540.7300.5121.2000.9970.8700.506;procprint;打印数据(output窗口)procunivariatenormal;差值的正态性检验及t检验

vard;run;SAS软件使用两样本t检验：TTEST过程1．PROCTTEST

选项；选项：COCHRANCochran近似t检验2．VAR

分析变量名；3．CLASS

分组变量名；SAS软件使用dataa;inputgroup$n;分组变量为字符型，加$doi=1ton;inputx@@;output;end;cards;treat20-0.70–5.602.002.800.703.504.005.807.10–0.502.50–1.601.703.000.404.504.602.506.00–1.40control203.706.505.005.200.800.200.603.406.60–1.106.003.802.001.602.002.201.203.101.70–2.00;SAS软件使用procprint;打印数据procsort;数据分组

bygroup;procunivariatenormal;分组的正态性检验

varx;bygroup;procttestcochran;t检验

varx;classgroup;run;SAS软件使用方差分析：ANOVA过程

1．PROCANOVA；2．CLASS

分组变量名；3．MODEL分析变量名=分组变量名；4．MEANS

分组变量名/选项；多重比较选项：LSDDUNNETTSNK方差齐性检验：HOVTESTSAS软件使用完全随机设计资料方差分析dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;placebo303.534.594.342.663.593.132.642.563.503.253.304.043.533.563.854.073.523.934.192.961.373.932.332.984.003.552.964.304.162.59SAS软件使用2.4g302.423.364.322.342.682.951.563.111.811.771.982.632.862.932.172.722.652.222.902.972.362.562.522.272.983.722.803.574.022.314.8g302.862.282.392.282.482.283.212.232.322.682.662.322.613.642.583.652.663.682.653.023.482.422.412.663.292.703.042.811.971.687.2g300.891.061.081.271.631.891.192.172.281.721.981.742.163.372.971.690.942.112.812.521.312.511.881.413.191.922.471.022.103.71；SAS软件使用procsort;数据分组

bygroup;procunivariatenormal;分组的正态性检验

varx;bygroup;procanova;方差分析

classgroup;modelx=group;meansgroup/snkhovtest;run;SAS软件使用随机区组设计资料方差分析dataa;doblock=1to5;dotreat=1to3;inputx@@;output;end;end;cards;0.820.650.510.730.540.230.430.340.280.410.210.310.680.430.24;SAS软件使用procanova;classblocktreat;modelx=blocktreat;meanstreat/snk;run;SAS软件使用作业：1P49：试验组和对照组治疗前后舒张压（1）新药是否有效？（2）新药和标准药疗效是否有差别？报告：（1）各组的均数和标准差。（2）t检验条件：正态性和方差齐性检验结果。（3）t检验结果及解释。SAS软件使用H0：μ1=μ2H1：μ1≠μ2α=0.05两组舒张压下降值（mmHg）组别均数±标准差新药组标准药组正态性检验：方差齐性检验：t检验：t=P=结论：SAS软件使用2P71：某药物对小白鼠抑癌作用的试验结果，问不同剂量药物注射液的抑癌作用有无差别？报告：（1）各组的均数和标准差。（2）方差分析条件：正态性和方差齐性检验结果。（3）方差分析及多重比较结果。SAS软件使用H0：μ1=μ2=μ3H1：μ1、μ2、μ3不全相等α=0.05三组舒张压下降值（mmHg）组别均数±标准差新药组标准药组正态性检验：方差齐性检验：F检验：F=P=结论：SAS软件使用SAS实习三

卡方检验秩和检验SAS软件使用卡方检验（chi-squaretest）

FREQ过程在SAS系统中，对分类变量资料的基本分析方法主要通过FREQ过程来实现。FREQ过程的主要功能有：1．产生频数表。2．计算表中各格子的理论频数、构成比和率。3．进行卡方检验。SAS软件使用FREQ过程的语句及说明1．PROCFREQ

；2．TABLES

提交式/选项；如，TABLESA；TABLESA*B；TABLES语句/

后的选项：EXPECTED

输出各格子的理论频数。CHISQ

进行卡方检验，对四格表（2×2表）计算Fisher精确概率。EXACT

对行列表（大于2×2表）计算Fisher精确概率。AGREE

进行配对卡方检验。CMH1

有序分组资料线性趋势检验3．WEIGHT

频数变量；SAS软件使用1.四格表资料卡方检验P104：Example7-1，Pearson卡方检验dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;9957521;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS软件使用P106：Example7-2，校正卡方dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;466188;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS软件使用P108：Example7-4，Fisher确切概率法dataa;dotreat=1to2;doeffect=1to2;inputf@@;output;end;end;cards;41856;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS软件使用2.配对四格表资料卡方检验P106：Example7-3，McNemartestdataa;doa=1to2;dob=1to2;inputf@@;output;end;end;cards;1112233;procfreq;tablesa*b/agree;weightf;run;SAS软件使用3.行列表资料卡方检验P111：Example7-6，多个样本率的比较dataa;dotreat=1to3;doeffect=1to2;inputf@@;output;end;end;cards;19971641811826;procfreq;tablestreat*effect/expectedchisq;weightf;run;SAS软件使用P111：Example7-8，双向无序分类资料的关联性检验dataa;doa=1to4;dob=1to3;inputf@@;output;end;end;cards;43149090238841080049558795013717932;procfreq;tablesa*b/expectedchisq;weightf;run;SAS软件使用P117：Example7-11有序分组资料线性趋势检验dataa;doage=1to4;doeffect=1to4;inputf@@;output;end;end;cards;70224227249316231379201514;procfreq;tablesage*effect/cmh1;weightf;run;SAS软件使用作业1.P120，第3题，第4题。P121，第7题。组别例数有效数有效率％兰芩口服液银黄口服液Chi-square＝P＝结论：SAS软件使用秩和检验UNIVARIATE过程NPAR1WAY过程SAS软件使用配对样本Wilcoxon符号秩检验：UNIVARIATE过程P123，例8－1dataa;inputx1x2@@;d=x2-x1;cards;608014215219524380822422402202201902052538212243384423620095100;procprint;打印数据(output窗口)procunivariatenormal;差值的正态性检验、t检验

vard;及Wilcoxon符号秩检验run;SAS软件使用NPAR1WAY过程1．PROCNPAR1WAY

选项；选项WILCOXON

对两样本作Wilcoxon秩和检验，对多样本作Kruskal-WallisH检验。2．CLASS分组变量；3.VAR分析变量；SAS软件使用原始数据两样本比较：P127，例8－3dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;A102.783.234.204.875.126.217.188.058.569.60B123.233.504.044.154.284.344.474.644.754.824.955.10;procsort;bygroup;SAS软件使用procunivariatenormal;分组的正态性检验

varx;bygroup;procttestcochran;方差齐性检验

classgroup;varx;procnpar1waywilcoxon;秩和检验

classgroup;varx;run;SAS软件使用等级资料两样本比较dataa;dogroup=1to2;doeffect=1to5;inputf@@;doi=1tof;x=effect;output;还原原始数据

end;end;end;cards;18161042231140;proc

npar1waywilcoxon;秩和检验

varx;classgroup;run;SAS软件使用原始数据多样本比较dataa;inputgroup$n;doi=1ton;inputx@@;output;end;cards;A532.535.540.546.049.0B516.020.522.529.036.0C56.59.012.518.024.0;proc

sort;bygroup;SAS软件使用proc

univariate;分组的正态性检验

varx;bygroup;proc

anova;方差齐性检验

classgroup;modelx=group;meansgroup/hovtest;proc

npar1waywilcoxon;秩和检验

varx;classgroup;run;SAS软件使用等级资料多样本比较dataa;dogroup=1to4;doeffect=1to4;inputf@@;doi=1tof;x=effect;output;还原原始数据

end;end;end;cards;0296355257323530;proc

npar1waywilcoxon;秩和检验

varx;classgroup;run;SAS软件使用作业P137，第2题，原始数据两样本比较。P138，第3题，等级资料两样本比较。P138，第4题，原始数据多样本比较。P138，第5题，等级资料多样本比较。SAS软件使用

SAS实习三简单线性回归、多重线性回归、logistic回归REG（回归过程）

LOGISTIC（logistic回归）SAS软件使用简单线性回归分析：一．PROCREG语句（回归过程语句）

PROCREG；

二．MODEL语句（建模语句）

MODEL应变量=自变量；SAS软件使用dataex10_1;

inputxy@@;cards;1.3000.0661.4440.0760.7860.001…;procgplot;绘制散点图

ploty*x;指定散点图的纵轴和横轴procreg;进行简单线性回归分析

modely=x;指定模型的应变量和自变量run;SAS软件使用多重线性回归分析SAS软件使用一．PROCREG语句（回归过程语句）

PROCREG；二．MODEL语句（建模语句）

MODEL应变量=待选自变量/选项；1.SELECTION=

规定选择模型的方法

SELECTION=FORWARD或F—前进法

SELECTION=BACKWARD或B—后退法

SELECTION=STEPWISE—逐步法

SELECTION=NONE—全回归模型每个MODEL语句只能规定一种模型选择方法，缺省时使用NONE。SAS软件使用2．SLENTRY=或SLE=

对FORWARD和STEPWISE方法规定变量进入回归模型的显著性水平。对FORWARD方法的缺省值是0.50，对STEPWISE方法是0.15。3．SLSTAY=或SLS=

对BACKWARD和STEPWISE方法规定变量保留在模型里的显著性水平。对BACKWARD方法的缺省值是0.10，对STEPWISE方法是0.15。4．STB

输出标准化回归系数。SAS软件使用dataex11_1;

inputx1x2x3x4y@@;cards;1.30020.0800.450.0661.44423.0570.500.076...;procreg;

modely=x1x2x3x4/selection=forward

sle=0.10sls=0.15stb;run;SAS软件使用LOGISTIC回归LOGISTIC过程SAS软件使用LOGISTIC过程（LOGISTIC回归过程）一.PROCLOGISTIC；二.CLASS多分类变量名（ref=“参照组水平”）;三.MODEL应变量=待选自变量/选项；选项同PROCREG。1．应变量：OrderedValueY(系统默认)1120输出Y=0方向的计算结果(系统默认)。如发病=1，未发病=0，用PROCLOGISTIC

DESCENDING/DESCEND/DES。2．RL

计算OR95%置信区间。SAS软件使用dataex18_7;

seta;proclogisticdescending;

多分类变量x5和x12按有序变量处理

modely=x1-x12/selection=forward

sle=0.05

sls=0.10RL;run；SAS软件使用dataex18_7;

seta;proclogisticdescending;

classx5(ref=“0”)x12(ref=“0”);

将多分类变量x5和x12设置哑变量，结果比按有序变量处理更客观。

modely=x1-x12/selection=forward

sle=0.05sls=0.10RL;run；SAS软件使用

SAS实习四生存分析

LIFETEST（生存率估计与比较）

PHREG（Cox比例风险回归模型）SAS软件使用生存率估计与比较LIFETEST过程一.

PROCLIFETEST选项；选项：1、METHOD=指定生存率估计方法METHOD=KMKaplan-Meier法METHOD=LIFE寿命表法2、WIDTH=指定寿命表法区间的宽度3、PLOTS=(S)绘制生存曲线SAS软件使用二.

TIME

生存时间变量*结局变量（删失值）；三.

STRATA

分组变量；SAS软件使用dataex19_1;

inputtstatusnumber@@;cards;0.51900.5001.51761.5002.51512.5003.51253.50124.51204.5055.5175.5096.5146.5097.5117.5038.5138.5059.5129.50510.51010.5047;SAS软件使用proc

lifetestmethod=life

width=1

plot=(s);

timet*status(0);

freqnumber;run;SAS软件使用dataex19_2;

inputgroup$n;

doi=1ton;inputtstatus@@;output;

end;cards;small14141191261281291321361401421440451530541590large16617191101111121131201231251271301341371431501;SAS软件使用proclifetestmethod=kmplots=(s);

timet*status(0);

stratagroup;run;SAS软件使用Cox比例风险回归模型PHREG过程一.

PROCPHREG

；二.

MODEL

生存时间变量*结局变量（删失值）=待选自变量/选项；选项同logistic回归三.

OUTPUTOUT=输出数据集名

SURVIVAL=生存率名

XBETA=预后指数名/ORDER=DATAMETHOD=KM；SAS软件使用dataex19_4;

inputagegradesizerelapsetstatus@@;cards;6210059064100541…;procphreg;

modelt*status(0)=agegradesizerelapse/selection=stepwise

sle=0.05sls=0.10RL;变量筛选，输出RR置信区间output

out=reportsurvival=sxbeta=pi/order=data

method=pl;

输出生存率和预后指数，按照原始数据顺序显示procprint

data=report;输出窗口显示输出数据集run;SAS软件使用Cox回归练习题某省肿瘤医院调查1991-1994年经手术治疗的65例大肠癌患者的临床资料，试用Cox回归对可能影响大肠癌术后的临床病理因素进行分析。练习题的SAS数据集已下发，文件名为“Cox回归练习题”。SAS软件使用

66例大肠癌影响因素量化表变量名因素量化值

X1性别女=0男=1X2年龄（岁）<40=140-60=2≥60=3X3组织学分类乳头状腺癌=0管状腺癌=1X4肿瘤大小（cm）≤6=0＞6=1X5Dure‘s分期A=1B=2C=3D=4X6细胞增殖抗原（PCNA）<55%=0≥55%=1X7淋巴管浸润无=0有=1X8血管浸润无=0有=1t手术到观察结束实际天数

status结局删失=0死亡=1SAS软件使用

SAS实习六

复杂设计方差分析

析因设计（FactorialDesign）ANOVA重复测量设计(RepeatedMeasurementDesign)ANOVA协方差分析SAS软件使用析因设计例：将20只家兔随机等分4组，每组5只，进行神经损伤后的缝合实验。处理由两个因素组合而成。A因素为缝合方法：外膜缝合和束膜缝合；B因素为缝合后时间：缝合后1月和缝合后2月。实验结果为家兔神经缝合后的轴突通过率（％）。试分析不同缝合方法及缝合后时间对轴突通过率的影响。2×2析因设计SAS软件使用家兔神经缝合后的轴突通过率(％)

外膜缝合（A1）

束膜缝合（A2）1月（B1）2月（B2）1月（B1）2月（B2）1010405010303070603010203050305050706030均数24442852SAS软件使用析因设计特点各因素各水平的全面组合分组。析因实验设计不仅可以作每个因素各水平的比较，而且可分析交互作用，还可以从各因素各水平的全面组合中挑选出最优实验条件或最优实验条件的方向。完全随机设计的析因实验中要求各组例数相等，且每组例数不少于2例，否则无法分析因素间的交互作用。SAS软件使用基本概念单独效应（simpleeffect）：指其他因素的水平固定时，某一因素不同水平间的差别。外膜缝合：不同缝合时间间的差别44-24＝20外膜缝合2月与1月相比，神经轴突通过率提高了20％。束膜缝合：不同缝合时间间的差别52-28＝24束膜缝合2月与1月相比，神经轴突通过率提高了24％。SAS软件使用1月缝合：不同缝合方法间的差别28-24＝41月缝合束膜缝合与外膜缝合相比，神经轴突通过率提高了4％。2月缝合：不同缝合方法间的差别52-44＝82月缝合束膜缝合与外膜缝合相比，神经轴突通过率提高了8％。SAS软件使用主效应（maineffect）：指某一因素各水平间的平均差别(即单独效应的平均)。缝合时间主效应：(20+24)/2=22缝合后2月与1月相比（不考虑缝合方法），神经轴突通过率提高了22％。缝合方法主效应：(4+8)/2=6束膜缝合与外膜缝合相比（不考虑缝合时间），神经轴突通过率提高了6％。SAS软件使用交互作用（interaction）：当某因素的各个水平单独效应随另一因素水平的变化而变化时，称这两个因素间存在交互作用。缝合方法与缝合时间的交互作用：（8-4）/2=2或（24-20）/2=2SAS软件使用无交互作用示意图缝合2月缝合1月外膜缝合束膜缝合轴突通过率2024SAS软件使用有交互作用示意图缝合2月缝合1月外膜缝合束膜缝合轴突通过率3010SAS软件使用变异分解总变异（CorrectedTotal）处理组间（Model）

A因素主效应

B因素主效应

AB交互作用误差（Error）H0:不同缝合方法神经轴突通过率相等H1:不同缝合方法神经轴突通过率不等H0:不同缝合时间神经轴突通过率相等H1:不同缝合时间神经轴突通过率不等H0:不同缝合方法与不同缝合时间之间无交互作用H1:不同缝合方法与不同缝合时间之间有交互作用SAS软件使用/*factorialdesignANOVA,example11-1*/dataex11_1;inputxmethod$time$@@;cards;10a1b110a1b140a1b150a1b110a1b130a1b230a1b270a1b260a1b230a1b210a2b120a2b130a2b150a2b130a2b150a2b250a2b270a2b260a2b230a2b2;SAS软件使用procanova;classmethodtime;在MODEL语句前指定分类变量

modelx=methodtimemethod*time;

指定模型的主效应和交互效应

meansmethod*time;输出两因素组合下的均数procglm;classmethodtime;modelx=methodtimemethod*time;meansmethod*time;SAS软件使用20%24%SAS软件使用4%8%SAS软件使用注意：若两因素交互作用不存在，说明两因素的作用相互独立，分析各因素的主效应即可。若两因素交互作用存在，在统计分析时须逐一分析各因素的单独效应。即固定另一因素的水平，分析某因素不同水平间的差别。组间比较采用方差分析，误差均方及其自由度均按析因设计总方差分析中误差的均方与其自由度计算。SAS软件使用/*factorialdesignANOVA,example11-2*/dataex11_2;inputxa$b$@@;cards;1051.0mg5ug801.0mg5ug651.0mg5ug752.5mg5ug1152.5mg5ug802.5mg5ug855.0mg5ug1205.0mg5ug1255.0mg5ug1151.0mg15ug1051.0mg15ug801.0mg15ug1252.5mg15ug1302.5mg15ug902.5mg15ug655.0mg15ugSAS软件使用1205.0mg15ug1005.0mg15ug751.0mg30ug951.0mg30ug851.0mg30ug1352.5mg30ug1202.5mg30ug1502.5mg30ug1805.0mg30ug1905.0mg30ug1605.0mg30ug;SAS软件使用procanova;classab;modelx=aba*b;meansa*b;run;procglm;classab;modelx=aba*b;meansa*b;lsmeansa*b/tdiff;进行每两组均数比较，输出t和P。run;SAS软件使用SAS软件使用SAS软件使用例为研究减肥新药盐酸西布曲明片和盐酸西布曲明胶囊的减肥效果是否不同，以及肥胖患者服药后不同时间的体重随时间的变化情况。采用双盲双模拟随机对照试验，将体重指数BMI>27的肥胖患者40名随机等分成两组，一组给予盐酸西布曲明片+模拟盐酸西布曲明胶囊，另一组给予盐酸西布曲明胶囊+模拟盐酸西布曲明片。所有患者每天坚持服