MRP与ERP实务培训教材200013).ppt

SAS统计分析系统StatisticalAnalysisSystem,公共卫生学院信息数据处理教学实验室,SAS软件简介,1966年美国NorthCarolina大学的两位生物统计学研究生开始研制SAS系统，直至1976年成立了SAS软件研究所，正式推出了SAS软件，1985年推出微机版SAS。SAS是用于决策支持的大型集成信息系统，软件系统最早的功能限于统计分析，现在统计分析功能也仍是它的重要组成部分和核心功能。SAS现在的最新版本为9.0版，大小约为1GB。,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。经过多年的发展，SAS已经被全世界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。,由于SAS系统是从大型机上的系统发展而来，在设计上也是完全针对专业用户进行设计，因此操作以SAS语言编程为主，另外也有非编程方式的菜单系统，但人机对话的界面不太友好。学习SAS软件时，需要用户有基本的统计学知识，对所选用的统计方法有较清楚的了解，没有统计学基础知识要掌握SAS软件较为困难。,第一节SAS软件的使用基础,一、SAS的启动和退出启动SAS双击桌面SAS图标开始菜单程序TheSasSystemTheSasSystemforWindowsV*.*直接双击SAS应用程序退出SAS标题栏关闭按钮菜单栏FileExit在命令框键入“Bye”或“Endsas”,标题栏、菜单栏、工具栏PROGRAMEDITOR程序编辑窗口LOG运行过程日志窗口OUTPUT结果输出窗口SAS常用功能键,二、SAS的工作窗口,例：一组体检资料，包括姓名、性别、年龄、身高、体重，要求分性别计算身高、体重的均数、标准差、最大值、最小值。姓名性别年龄身高体重ZHANGLINF47156.347.1ZHAOHUAM38172.461.5WANGQANGM41169.264.5LIULIF52158.253.6SHIDONGF39160.148.0KONGYINGM29174.164.6LILINGF37152.342.2GUANFENM32166.260.2MIAOQINGM26180.374.3NIUHUAM31178.280.2TANGJIEF35169.260.8GAOJUNM24176.073.3SUNHONGF27158.349.9,三、SAS程序构成,DATAAA1;INPUTNAME$SEXAGEHEIGHTWEIGHT;CARDS;ZHANGLIN247156.347.1ZHAOHUA138172.461.5WANGQANG141169.264.5LIULI252158.253.6SHIDONG239160.148.0KONGYING129174.164.6LILING237152.342.2GUANFEN132166.260.2MIAOQING126180.374.3NIUHUA131178.280.2TANGJIE235169.260.8GAOJUN224176.073.3SUNHONG227158.349.9;PROCMEANS;CLASSSEX;VARHEIGHTWEIGHT;RUN;,数据步,过程步,DATASTEP(数据步)以DATA语句开始将数据读入SAS系统，建立SAS数据集PROCEDURESTEP(过程步)以PROC语句开始调用各种已编好的过程处理和分析数据RUN(结束)整个程序的最后必须要有RUN语句结束，表示要执行以上全部任务。,1.必须在PGM窗口。SAS语句书写格式自由，每个语句以“；”结束，可以在一行中写几个语句或一个语句写在几行中，不区分字母大小写。,2.运行SAS程序工具栏执行按钮功能键“F8”（Submit）菜单栏LocalsSubmit命令框键入“Submit”命令自动激活OUTPUT窗口，出现程序运行结果,四、SAS程序编写、运行、调试、保存,3.调试SAS程序没出现结果窗口，或结果不理想时。激活LOG窗口（F6）查看运行过程及出错信息黑色文字：源程序及运行情况蓝色文字：程序运行情况说明信息红色文字：出错信息绿色文字：警告信息激活PGM窗口（F5）调回SAS程序（F4）修改错误后重新发送,4.保存SAS程序或其他窗口内容,激活相应窗口常用工具栏存盘按钮菜单栏FileSave（或Saveas）命令框输入File命令可以分别保存程序、运行结果、日志,5.打开已保存的程序、结果等只能在PGM窗口常用工具栏打开按钮菜单栏FileOpen命令框输入Include命令可打开以前保存的程序、运行结果、日志等文件及其他文本格式的文件。,第二节SAS数据集,SAS数据集(SASDataset)数据值被安排在一个矩阵式的表格结构中每一行数据表示一个观测（Observation）每一列数据表示一个变量（Variable）变量命名：18个字符，第1个字符必须是字母，后面可以是字母、数字和下划线变量类型：数值型、字符型和日期时间型字符型变量名后加“$”表示，日期型:16OCT98D，时间型:9:25:30T变量缺失值：用“”表示,一、SAS数据集的种类,临时SAS数据集不保存，一旦退出SAS就消失。数据集名称为1个单词，如DATAAA；永久SAS数据集保存在用户指定的文件夹里。数据集名称为2个单词，中间用“.”分开，也称二级名，如DATANEW.AA；,LIBNAMENEWD:MYDATA;DATANEW.AA;在数据集的二级名称NEW.AA中；第1个词NEW是库标记，代表用户指定的保存SAS数据文件的位置，前面要用LIBNAME语句指定它代表的文件夹和位置。第2个词AA是保存的SAS数据集的文件名。执行这个过程的结果将会在D:MYDATA文件夹中产生1个永久SAS数据文件AA.SD2SD2是自动产生的SAS数据文件默认扩展名,二、创建SAS数据集,1.在PGM窗口创建数据集DATAAA;命名将要创建的数据集名INPUTX1-X4；描述数据集中的变量名CARDS;以下开始是数据247156.347.1138172.461.5；数据结束INPUTXY；连续读数据不换行INPUTNAME$AGE;字符型变量名加,2.在VIEWTABLE窗口创建数据集,菜单栏GlobalsManageOpentables打开VIEWTABLE窗口直接输入数据保存数据：FileSave(或Saveas)在Tables右边框中输入数据集名称在Path右边框中选默认位置*:sassaswork建立临时数据集用户指定位置可以建立永久数据集,3.用分析员模块创建数据集,菜单栏GlobalsAnalyzeSta-tisticalAnalysis打开Analyze(分析员)窗口直接输入数据保存数据：FileSaveLibrary：库标记名（代表要保存文件的位置，选Work可以建临时数据集）TableName：数据集文件名Description：可以对文件进行描述,4.由其它类型数据文件转换成SAS数据集,菜单栏FileimportSAS可以直接与下列格式文件互相转换dBASE/FoxBASEFile(*.dbf)Excel4.0/5.0File(*.xls)Lotus1/3/4File(*.wk1/3/4)DelimitedFile(*.*)空格分隔TabDelimitedFile(*.txt)制表符分隔CommaSeparatedVelues(*.csv)逗号分隔,注意：VisualFoxpro的数据表（*.dbf)在VFP系统中通过菜单栏文件导出类型选dBASE、FoxBASE、Excel5.0、DelimitedFile均可以Excel97/2000/2002的文件（*.xls)在Excel系统中通过菜单栏文件另存为保存类型选Excel5.0/4.0(*.xls)或逗号分隔(*.csv)制表符分隔(*.txt)均可以Excel文件中要求第1行是变量名,另外：在写字板、记事簿、Word或Excel中的数据也可以直接采用复制、粘贴的方式，通过PGM窗口创建SAS数据集。通过菜单栏FileExport也可以把SAS数据集转换成相应的其它类型数据文件,5.从已有的SAS数据集中创建新数据集,DATAA1(子集)；SETAA(原数据集)；(1)选择部分变量（列）保留部分变量：KEEPDATAA1；SETAA；KEEPX1X2；去掉部分变量：DROPDATAA1；SETAA；DROPX3X4；赋值新的变量Y=X3+X4；LY=LOG(Y)；,常用SAS函数：LOG(x)以e为底的自然对数LOG10(x)以10为底的常用对数EXP(x)以e为底的反对数SQRT(x)平方根ABS(x)绝对值INT(x)取整数(不四舍五入)MOD(x,y)取x/y的余数SIN(x)正弦COS(x)余弦三角函数(x是弧度)TAN(x)正切,(2)选择部分观测（行）建子集语句：IFDATAA1；SETAA；IFSEX=1；DATAA1；SETAA；IFAGE40；IFX1=3(不等于)IFSEX=1ANDAGE60IFAGE20ANDAGE40,(3)数据集连接纵向连接A1DATAAA；SETA1A2；A2要求A1和A2中的变量相同A1中有10行，A2中有15行，则AA有25行。横向合并A1A2DATAAA；MERGEA1A2；BYNum；匹配合并时，要求A1和A2中必须有1个相同的变量，且排列顺序也相同，作为标识变量用BY语句指定。,(4)数据集转置（行列互换）PROCTRANSPOSE；BYG；VARX1-X4；,OBSX1X2X3123456789,OBS_Name_Col1Col2Col3X1147X2258X3369,选择项有：OUT=新数据集名（缺省按DATAn自动命名）PREFIX=新变量名前缀（缺省按Coln自动命名）NAME=为原变量名列命名（缺省自动命名为_Name_）,第三节统计描述,一、定量资料的统计描述简单描述：MEANS过程输出样本含量、均数、标准差、最小值、最大值(N、Mean、StdDev、Minimum、Maximum)详细描述：UNIVARIATE过程输出更多指标：样本含量、均数、标准差、最小值、最大值、方差、标准误、中位数、四分位数间距、常用百分位数、众数、平方和、离均差平方和等，可以作正态性检验另外还显示原数据中的部分极端值,PROCMEANS;CLASSSEX;VARHEIGHTWEIGHT;RUN;CLASS指定分组变量（可以不写）VAR指定需要分析的变量(不写即分析全部变量）MAXDEC=n指定计算结果保留小数位数(默认2位)可加的选项有：标准误(StdErr)、方差(Var)、总和(Sum)、平方和(USS)、离均差平方和(CSS)、全距(Range)、变异系数(CV)、偏度系数(Skewness)、峰度系数(Kurtosis)、可信区间(CLM)等还可以计算总体均数=0的t检验(T、Prt)不加任何选项时，自动输出5项结果：N、Mean、StdDev、Minimum、Maximum,MEANS过程,频数表资料：,DATAAA2;INPUTXF;CARDS;2.552.7102.9123.1233.3243.5223.7173.974.13；PROCMEANSNMEANSTDSTDERRCLM；VARX；FREQF；RUN；数据步中：X是组中值，F是频数过程步中：VARX；指定分析变量是XFREQF；指定F是频数,计算几何均数,DATAAA3;INPUTXF;Y=LOG10(X);CARDS;41851663226471281025645125;PROCMEANS;VARY;FREQF;OUTPUTOUT=CMEAN=M;BYSEX;PROCUNIVARIATE;BYSEX;VARHEIGHTWEIGHT;RUN;BY指定分组变量（可以不写）SORT用BY之前必须先按分组变量排序加选项NORMAL可以作正态性检验（W）在已知资料不服从正态分布时或对资料的分布类型不确定时可以用UNIVARIATE过程作探索性分析。,UNIVARIATE过程,Moments样本含量N7频数之和SumWgts7均数Mean53.55714XSum374.9标准差StdDev10.46564方差Variance109.5295偏度系数Skewness1.246峰度系数Kurtosis1.376X2USS20735.75CSS657.1771变异系数CV19.54106标准误StdMean3.955638=0的t检验T:Mean=013.53944Pr|T|0.0001非0变量个数Num=070变量个数Num07符号检验M(Sign)3.5Pr=|M|0.0156符号秩和检验SgnRank14Pr=|S|0.0156正态性检验W:Normal0.900687Pr0.05，不拒绝H0，尚不能认为开展孕期保健指导对新生儿体重有影响。,二、配对设计t检验,为了比较新旧两个测声计的测定效果，随机选定10个场地，在每地同时用新旧两个测声计测量数据如下，问新旧两个测声计的测量结果是否不同？场地12345678910旧：87657495655563886154新：86667795605362855955,配对设计t检验用MEANS过程,DATAAA7;INPUTX1X2;Y=X1-X2;CARDS;8786656674779595656055536362888561595455;PROCMEANSMEANSTDSTDERRTPRT;VARY;RUN;结果MeanStdDevStdErrorTProb|T|0.902.280.721.250.2440P0.05，不拒绝H0，尚不能认为新旧两个测声计的测定结果有差别。,三、两样本均数比较,试比较克山病人与健康人的血磷值(mmol/L)是否不同？克山病人0.841.051.201.201.391.531.671.801.872.072.11健康人0.540.640.640.750.760.811.161.201.341.351.481.561.87,两样本均数比较用TTEST过程,DATAAA8;INPUTX;IF_N_11THENG=1;ELSEG=0;CARDS;0.841.051.201.201.391.531.671.801.872.072.110.540.640.640.750.760.811.161.201.341.351.481.561.87;PROCTTEST;CLASSG;VARX;RUN;在TTEST过程中，分类变量G只能是两分类。,条件语句IFTHEN/ELSE,IF后面是条件的表达式，如果满足条件就执行THEN后面操作，否则(不满足条件)，就执行ELSE后面的操作(ELSE可选)。IFX4=0THENX4=.;IFCJ2ANDX5=1THENY=1;ELSEY=2;_N_是SAS数据步中自定义的变量，它的值表示观测的序号。IF_N_11THENG=1;ELSEG=0;也可用G=(_N_11);赋值分组变量G：前11个观测G=0，超过11时G=1。,t检验结果(1)GNMeanStdDevStdError1111.520.42180.12722131.080.42210.1171(2)Variances方差TDFProb|T|Unequal不齐2.523921.40.0196Equal齐2.523722.00.0193(3)ForH0:Variancesareequal,方差齐性检验F=1.00DF=(12,10)ProbF=1.00结论：PF变异来源自由度SSMSFPG组间22384.025505051192.012752535.850.0077PFI处理间2144.917572.458752.980.0836J区组间72376.37625339.4823213.960.0001处理间P0.05，不拒绝H0，尚不能认为三种营养素喂养小鼠增重有差别；区组间PFModel96396.5625710.72924.020.0521Error61059.8750176.6458Total157456.4375R-SquareC.V.RootMSEXMean0.85785825.4674313.2908176352.1875SourceDFAnovaSSMeanSquareFValuePrFCX3773.1875257.72921.460.3167DW3270.6875090.22920.510.6894YW35352.687501784.229210.100.0092四种药物之间PB、C。而动物之间和用药次序均无影响。,七、析因试验设计的方差分析,可以分析各因素之间的交互作用。例：用新、旧两法分别提取某食品中甲、乙两种化合物，观察回收率有无差别（包括方法间、化合物间及方法与化合物间交互作用）。,DATAAA12;DOA=1TO2;DOB=1TO2;DOI=1TO4;INPUTX;OUTPUT;END;END;END;CARDS;52484444848890885244402647645245;PROCANOVA;CLASSAB;MODELX=ABA*B;RUN;,DependentVariable:XSourceDFSumofSquaresMeanSquareFValuePrFModel35309.001769.6733.390.0001Error12636.0053.00Total155945.00R-SquareC.V.RootMSEXMean0.89301912.828397.2856.75SourceDFAnovaSSMeanSquareFValuePrFA11764.001764.0033.280.0001B12704.002704.0051.020.0001A*B1841.00841.0015.870.0018不同方法、不同化合物间均有差别，且交互作用也有统计学意义。新法高于旧法，乙物高于甲物，以新法+乙物为最佳组合。,八、交叉试验设计的方差分析,研究新药催醒宁对麻醉剂的作用，将6只大鼠配成3对，随机决定每对中1只接受处理的顺序（催醒宁或生理盐水），等动物完全清醒3天后将实验组和对照组动物互换，同法重复试验一次。结果如下：（Y药物组D对照组）,DATAAA13;DOCX=1TO2;DODW=1TO6;INPUTYW$X;OUTPUT;END;END;CARDS;Y15D31Y17D30D25Y5D27Y25D28Y14Y18D26;PROCANOVA;CLASSCXDWYW;MODELX=CXDWYW;RUN;,DependentVariable:XSourceDFSumofSquaresMeanSquareFValuePrFModel7621.583388.79765.850.0535Error460.666715.1667Total11682.2500R-SquareC.V.RootMSEXMean0.91107917.905473.894421.75SourceDFAnovaSSMeanSquareFValuePrFCX118.7518.751.240.3285DW5158.7531.752.090.2470YW1444.08444.0829.280.0057药物间P0.05，不拒绝H0，尚不能认为VC有增效作用,(1)二项分布直接概率法,(2)Poisson分布直接概率法,国家规定饮用水中大肠菌数平均不得超过3个/L。现从某水源地抽取水样1L测得大肠菌4个，问该水源是否符合饮用水条件？该资料服从Poisson分布，己知=3，求X3的概率。可以用Poisson分布函数POISSON(,x)求得。DATABB;Q=POISSON(3,3);P=1-Q;PROCPRINT;RUN;结果：OBSQP10.647230.35277P0.05，不拒绝H0，尚不能认为细菌数超标。,(3)大样本正态近似法u检验,一般胃溃疡患者中有20%会发生胃出血症状。某医院观察65岁以上溃疡病人304例，有96人发生胃出血。问老年胃溃疡患者是否容易出血？己知=0.2，n=304，x=96，可以用u检验。DATABB;INPUTPNX;S=SQRT(P*(1-P)/N);U=ABS(X/N-P)/S;P1=1-PROBNORM(U);P=2*P1;U=ROUND(U,0.001);P=ROUND(P,0.00001);IFP22表作Fisher确切概率EXPECTED可以显示每个格子的理论值CMH可以计算队列研究和病例对照研究的RR值NOROW、NOCUL、NOPERCENT不显示相应百分数NOPRINT不显示表格，只显示计算的统计量,2检验用FREQ过程加CHISQ选项,STATISTICSFORTABLEOFIBYJStatistic统计量DFValueProbChi-Square216.1330.013LikelihoodRatioChi-Square似然比216.3040.012ContinuityAdj.Chi-Square校正215.1180.024Mantel-HaenszelChi-SquareMH216.0840.014FishersExactTest确切概率(Left)0.997(Right)0.011(2-Tail)0.018PhiCoefficient(Phi系数)0.221ContingencyCoefficient(列联系数)0.215CramersV(克莱姆系数)0.221SampleSize=126,由原始数据计算：如258人资料，三个定性变量A文化程度（1=文盲2=初中以下3=高中4=大学）B工作强度（1=轻2=中3=重）C月收入（1=3002=300-3=500-4=1000-)试分析文化程度与月收入之间的关系DATAAA4;INPUTABC;CARDS;323414413;PROCFREQ;TABLESA*C/CHISQ；RUN；,三、配对定性资料的2检验,用甲乙两种血清学方法检查鼻咽癌患者血清410份。问两法的检出率有无差别？,DATABB;DOI=1TO2;DOJ=1TO2;INPUTF;OUTPUT;END;END;CARDS;261873131;PROCFREQ;TABLESI*J/AGREE;WEIGHTF;RUN;AGREE选项作定性资料的一致性检验，计算2和Kappa统计量，Kappa0.75很满意。配对四格表资料计算McNemars2统计量配对RC表(方表)计算Bowker对称性检验QB统计量，QB近似服从DF=R(R-1)/2的2分布。当P0.05，拒绝H0时，结论为不服从对称分布。,结果：McNemarsTestStatistic=26.576DF=1Prob=0.001SimpleKappaCoefficient95%ConfidenceBoundsKappa=0.182ASE=0.0510.0830.281SampleSize=410P06M(Sign)符号检验2Pr=|M|0.2891SgnRank符号秩和检验15Pr=|S|0.0391,(2)成组设计资料,成组设计资料秩和检验用NPAR1WAY过程两组比较时，可作Wilcoxon法计算u值多组比较时，可作Kruskal-Wallis法计算2值例：试比较两组工人的血铅值有无差别。铅作业组：0.820.870.971.211.642.082.13非铅作业组：0.240.240.290.330.440.580.630.720.871.01,DATAAA15;INPUTX;G=(_N_|Z|=0.0034T-TestApprox.Significance=0.0098Kruskal-WallisTest(Chi-SquareApproximation)CHISQ=8.8813DF=1ProbCHISQ=0.0029,秩和检验非编程方式（分析员模块）,菜单栏GlobalsAnalyzeStatisticalAnalysis菜单栏FileOpenbySASname菜单栏StatisticsANOVAOne-wayANOVA变量X选入Dependent窗口，分组G选入Independent窗口，点开TESTS窗口，选中NonparametricsKruskal-WallisOKOK作方差分析，同时作秩和检验,第七节相关回归分析,12名女大学生的体重(Kg)与肺活量(L)数据如下，试作相关回归分析。,(1)相关分析,相关分析用CORR过程DATAAA14;INPUTXY;CARDS;422.55422.20462.75462.40462.80502.81503.41503.10523.46522.85583.50583.00;PROCCORR;VARX；WITHY;RUN;加选项SPEARMAN计算等级相关系数NOSIMPLE不输出一般性统计描述的结果WEIGHT语句可以指定变量为频数,SimpleStatisticsVariableNMeanStdDevSumMinimumMaximumY122.900.414434.832.203.50X1249.335.2800592.0042.0058.00PearsonCorrelationCoefficients/Prob|R|underHo:Rho=0/N=12XY0.74948r0.0050P相关系数r=0.74948P=0.005有高度正相关关系，可以作直线回归分析。,(2)回归分析,回归分析用REG过程（数据步同前）PROCREG；MODELY=X；RUN；加选项：STB计算标准回归系数P计算、残差(y-)R进行残差分析CLM计算个体Y值的95%容许区间CLI计算总体均数的95%可信区间NOINT指定方程中无常数项(a=0)COLLINOINT作多元回归时进行自变量的共线性分析,AnalysisofVarianceSourceDFSumofSquaresMeanSquareFValueProbFModel11.061221.0612212.8170.0050Error100.828000.08280CTotal111.88922RootMSE(Sy.x)0.28775R-square(R2)0.5617DepMean()2.90250AdjR-sq(校正R2)0.5179C.V.9.91388ParameterEstimates(参数估计)ParameterStandardTforH0:ProbVariableDFEstimatebErrorSbParameter=0|T|INTERCEP10.0004130.81490.0010.9996X10.0588260.01643.5800.0050,(3)相关回归作图,数据步同前PROCGPLOT;PLOTY*X;RUN;选项：PLOT纵坐标*横坐标=分层变量/OVERLAY可以在同一图中作多组散点图SYMBOL定义符号、增加趋势线、颜色等VALUE=定义点的符号*-COLOR=定义点和线的颜色I=连线方式RL加回归线CLI、CLM加可信区间,(4)多元回归和逐步回归分析,多元回归和逐步回归分析时，仍用REG过程，只在MODEL语句中增加自变量和选项如：MODELY=X1-X5/SELECTION=*SELECTION指定逐步回归时筛选变量的方法常用有：前进法FORWARDSLE=0.5后退法BACKWARDSLS=0.1逐步法STEPWISESLE=SLS=0.15前进法(逐步法)变量进入模型的水准SLE=后退法(逐步法)剔除变量的水准SLS=,例：某地29名13岁男童身高、体重、肺活量资料,试分析身高、体重对肺活量是否有影响DATAAA17;INPUTX1X2Y;CARDS;135.132.01.75139.930.41.75；PROCCORR;VARX1X2Y;相关分析PROCREG;MODELY=X1X2;多元回归分析PROCREG;MODELY=X1X2/逐步回归分析SELECTION=STEPWISESLE=0.05SLS=0.05;RUN;用逐步法，选入、剔除变量时均为=0.05,相关分析CorrelationAnalysis3VARVariables:X1X2YSimpleStatisticsVariableNMeanStdDevSumMinimumMaximumX129152.598.364425.20135.0167.8X22937.135.531076.7027.649.5Y292.200.4663.751.253.00PearsonCorrelationCoefficients/Prob|R|underHo:Rho=0/N=29X1X2YX11.000000.741420.610450.00.00010.0004X20.741421.000000.749610.00010.00.0001Y0.610450.749611.000000.00040.00010.0身高、体重均与肺活量有正相关关系，身高和体重间也有高度正相关关系。,多元回归分析AnalysisofVarianceSumofMeanSourceDFSquaresSquareFValueProbFModel23.296161.6480817.1310.0001Error262.501250.09620CTotal285.79741RootMSE0.31016R-square0.5686DepMean2.19828AdjR-sq0.5354C.V.14.10945ParameterEstimatesParameterStandardTforH0:VariableDFEstimateErrorParameter=0Prob|T|INT1-0.8246901.22675793-0.6720.5074X110.0066120.010453660.6320.5326X210.0542460.015787863.4360.0020身高对肺活量的影响在方程中没有意义。,逐步回归分析StepwiseProcedureforDependentVariableYStep1VariableX2EnteredR-square=0.56191860第1步变量X2进入C(p)=1.40004825DFSumofSquaresMeanSquareFProbFRegression13.25773.257734.630.0001Error272.53970.0941Total285.7974ParameterStandardTypeIIVariableEstimateErrorSumofSquaresFProbFINT-0.09060.39310.00500.050.8194X20.06160.01053.257734.630.0001Boundsonconditionnumber:1,1,Allvariablesleftinthemodelaresignificantatthe0.0500level.Noothervariablemetthe0.0500significancelevelforentryintothemodel.在=0.05水准上，没有变量可以进行方程。SummaryofStepwiseProcedureforDependentVariableYVariableNumberPartialModelStepEnteredRemovedInR*2R*2C(p)FProbF1X210.56190.56191.434.630.0001,相关回归分析非编程方式（分析员模块）,菜单栏GlobalsAnalyzeStatisticalAnalysis菜单栏FileOpenbySASname(1)相关分析和散点图菜单栏StatisticsDescriptiveCorrelations把X、Y选入Correlate框，点开Plots窗口选ScatterPlotsOKOK(2)回归分析菜单栏StatisticsRegressionSimpleYDependentXIndependentOK,(3)多元回归分析菜单栏StatisticsRegressionLinearYDependentX1、X2IndependentOK(4)逐步回归分析以上步骤完成后，在Model窗口选1种筛选变量的方法，在Criteria窗口可以改变选入剔除变量的检验水准OKOK,第八节随访资料生存率分析,两组横纹肌肉瘤术后复发月数比较1组(术后+化疗)：15人239101012+1515+1618+24+3036+40+45+2组(术后+化疗、放疗)：17人912+161919+20+20+24+24+30+31+34+42+44+53+59+62+带+为截尾值,DATAAA18;INPUTT;CENSOR=(T15);T=ABS(T);CARDS;2391010-1215-1516-18-2430-36-40-459-121619-19-20-20-24-24-30-31-34-42-44-53-59-62;PROCLIFETESTMETHOD=PLPLOTS=(S);TIMET*CENSOR(1);STRATAG;RUN;加选项：METHOD=LT指定用寿命表法估计生存率METHOD=PL乘积极限法估计生存率(缺省值)PLOTS=(S)作生存率曲线STRATA指定分层变量,生存率分析用LIFETEST过程,Product-LimitSurvivalEstimates时间生存率死亡率SurvivalNumberNumberTSurvivalFailureStdErrFailedLeft0.001.0000000152.000.93330.06670.06441143.000.86670.13330.08782139.000.80000.20000.103331210.00.41110.000.66670.33330.121751012.00*.5915.000.59260.40740.12886815.00*.6716.000.50790.49210.13547618.00*.7524.00*.7430.000.38100.61900.14978336.00*.8240.00*.8145.00*.80*CensoredObs