FREQ过程.ppt

1,8.2FREQ过程,8.2.1概述FREQ过程生成一维至n维的频数表和交叉表，并能将结果输出至数据集中。例:SCORE为含学生成绩的数据集，用VFMT.格式把学生的平均成绩分成A、B、C三等，由FREQ过程产生每一分数段的学生人数和占总数的百分数等信息。,2,PROCFORMAT;VALUEVFMTLOW-80=C80-90=B90-HIGH=A;DATAB;SETSASUSER.SCORE;V=MEAN(OFT1-T3);PROCFREQDATA=B;FORMATVVFMT.;TABLESV;,3,CumulativeCumulativeVFrequencyPercentFrequencyPercent-C533.3533.3B746.71280.0A320.015100.0,4,8.2.2语句说明PROCFREQ过程使用如下语句：PROCFREQ选择项列表；TABLES请求式/选择项；WEIGHT变量；BY变量；OUTPUT选择项；,5,PROCFREQ选择项列表；DATA=SAS数据集；ORDER=FREQ|DATA|INTERNAL|FORMATTEDFORMCHAR（1，2，7）=字符串规定用来构造列联表单元的轮廓线和分割线的字符。（1）垂直线（2）水平线（3）水平线与垂直交叉线。缺省，FORMCHAR（1,2,7）=|-+PAGE每页输出一张表,6,TABELS请求式（1）请求式(request-list):请求式由一个或多个由“*”号联连起来的变量组成。一维表由一个变量名产生；二维表由“*”隔开两个变量组成；任何数量的变量能被“*”连起来得到多维的表格。一个FREQ过程可有多个TABLES语句，每个TABLES语句也可以有多个请求式。,7,一维频数表：只需在TABLES语句中简单地命名这一变量。例：TABELSX;二维频数表：在TABELS语句中用星号“*”连接两个变量。第一个变量的值形成表的行，而第二个变量的值形成表的列。例：TABLESA*B;n维列联表：在TABELS语句中用“*”联接给定的三个或n个变量名。最后一个变量的值形成表的列，倒数第二个变量的值形成表的行，其它变量的每一级水平(或水平组合)形成了一层，且每层都形成了分立的列联表。,8,（2）选择项在TABLES语句的斜杠（/）后面可使用的选择项有许多种，现将常用的几种选择项介绍如下：1)一般选择项:MISSING：象分析非缺项值那样分析缺项值，且在百分数计算和其他统计计算时包括缺项值。LIST：不是用列联表而是用列表格式打印二维或多维表格。但当需要统计检验和联合测量时，不能使用LIST选择项。,9,2)请求统计分析的选择项CHISQ:请求卡方(2)检验和基于卡方的有关测量。检验包括Pearson卡方、似然比卡方和曼特尔-享塞尔(Mantel-Haenszel)卡方。测量值包括斐(phi)系数，列联系数和克莱姆系数V(Cramerv)。对于2*2表也包括费雪尔(Fisher)精确检验。EXACT：要求对大于2*2的表进行Fisher精确检验。,10,3)请求增加表格信息及选择项EXPECTED：请求打印在独立(或齐性)假设下的期望格频数。DEVIATION：请求打印出各格的格频数和期望值的偏差。CELLCHI2：请求打印出每一格对总2(卡方)统计的贡献。,11,4)禁止打印选择项NOFREQ：禁止打印列联表中的格频数。NOPERCENT：禁止打印列联表中的百分数。,12,8.2.4举例DATAA;INPUTAB;CARDS;1221.2.1121PROCFREQ;TABLESA*B;TITLE2-WAYCONTINGENCYTABLE;PROCFREQORDER=DATA;TABLESA*B/LIST;TITLE2-WAYFREQUENCYTABLE,ORDER=DATA;,13,14,15,8.2.5卡方检验,卡方检验为一种用途较广的显著性检验方法，常用于检验两个或两个以上样本率或构成比之间差别的显著性。对于不同属性的变量，从列联表中可以得到它们联合分布的信息，也可以获得一个变量取不同数值时，另一个变量的分布是否有显著的不同。,16,为了检验：H0：行列变量无关联；H1：行列变量有关联统计上使用2统计量。2=（A-T）2/T），其中A为实际观测到的频数，T为理论频数或期望频数。在H0成为时A与T值应该比较接近，大的2值是极端情况。,17,FREQ过程进行卡方检验的步骤:,1)假设样本率或构成比之间无差别。即：H0：行列变量间无关联H1：行列变量间有关联2)在TABLES语句中指定CHISQ选择项。3)根据给出的结果，进行分析得出结论。,18,举例:在二乙基亚硝氨诱发大白鼠鼻咽癌的实验中，一组单纯用亚硝氨向鼻腔内滴注。另一组在鼻注的基础上加肌注维生素B12，问两组发癌率的差别有无显著性。实验结果如下表。,19,DATAABC;DOA=1TO2;DOB=1TO2;INPUTF;OUTPUT;END;END;CARDS;5219393PROCFREQ;WEIGHTF;TABLESA*B/CHISQEXPECTEDNOPERCENTNOCOL;RUN;,20,TABLEOFABYBABFrequency|Expected|RowPct|1|2|Total-1|52|19|71|57.177|13.823|73.24|26.76|-2|39|3|42|33.823|8.177|92.86|7.14|-Total9122113,21,STATISTICSFORTABLEOFABYBStatisticFValueProb-Chi-Square16.4780.011LikelihoodRatio17.3100.007Chi-SquareContinuityAdj.15.2870.021Chi-SquareMantel-Haenszel16.4200.011Chi-SquareFishersExactTest(Left)8.26E-03(Right)0.999(2-Tail)0.013,22,PhiCoefficient-0.239ContingencyCoefficient0.233CramersV-0.239SampleSize=113,23,上半部分是对资料的简单描述(略)，下半部是统计检验的结果:1)未校正的卡方=6.478，DF=1，P0.0112)似然比卡方=7.310，DF=1，P0.0073)连续性校正卡方=5.287，DF=1，P0.0214)Mantel-Haenszel卡方=6.420，DF=1，P0.0115)Fisher精确检验的结果：左侧概率P=8.26E-03，右侧概率P=0.999，双侧概率P=1.32E-02。Mantel-Haenszel卡方：对于有序变量，检验是否随一外变量取值的增加，另一变量的取值是否有变大或变小的趋势。,24,Fisher精确检验：当样本容量不太大时用公式：2=（A-T）2/T）检验并不太合适；当df=1,T5时，用公式2=（(|A-T|-0.5）2/T）校正；当T5，特别是当总观察数0.05，不能拒绝H0，故不能认为所得的均值与真值有显著差别。即此法可用来测定水中CaCO3的含量。,46,例2.配对比较的检验,为研究食物中维生素E与肝脏中维生素A含量的关系，将大白鼠按性别、体重配对，每对随机分配，一个用正常饲料，一个用缺乏维生素E的饲料。经过一个时期饲养，杀死动物测定肝中维生素A的含量，结果如表9-1。,47,表9-1,48,程序如下：DATAa;INPUTxy;d=x-y;CARDS;3550245020002400300018003950320038003250375027003450250030501750PROCMEANSMEANSTDSTDERRTPRT;VARd;RUN;,49,结果说明：因t=4.21p=0.00400.05，故拒绝H0，接受H1。认为两者间有非常显著差异，即正常饲料组鼠肝维生素A含量比维生素E缺乏组的含量大。,50,9.1.3用TTEST过程作t检验,1.过程格式：PROCTTESTDATA=数据集；CLASS变量；VAR变量；,51,2.说明：（1）CLASS语句中的变量是分类变量，其水平值只能有两个，并对应两组观察。CLASS语句是必选语句。（2）VAR语句中的变量是被分析的变量，如果缺省，则对所有的数值型变量进行分析。,52,3.举例：观察某药物对大白鼠肉瘤的影响。数据如表9-3，试作差异显著性检验。,53,DATAa;DROPI;DOa=1TO2;INPUTn;DOi=1TOn;INPUTx;OUTPUT;END;END;CARDS;105655545356525754525612504849495050605543525657PROCTTEST;CLASSa;VARx;RUN;,54,编程说明：数据步中，用变量a作分类变量，其水平值为1（对照组）和2（实验组），变量n表示样本数，分别为10和12，用变量x读取原始数据，在过程步中，用CLASS语句标识分类变量，用VAR语句标识分析