医学统计学 SAS第一次实验

SAS软件介绍,一、概述,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。,启动SAS,二、初识SAS,启动后，出现如图的SAS运行界面，它象其它Windows应用程序一样，在一个主窗口内，包含若干个子窗口，并有菜单条、工具栏、状态栏等。SAS有三个最重要的子窗口：程序窗口（PROGRAMEDITOR）、运行记录窗口（LOG）、输出窗口（OUTPUT）。,ProgramEditor的窗口（窗口标签为Editor）就是用来输入SAS语句的，编程操作的所有内容都是在该窗口内完成的。要运行程序，只要用鼠标单击工具栏的提交（Submit）图标，或用Run菜单下的Submit命令，或者直接按下F8键，就可运行程序。如果选中某一段程序，然后进行调用，则系统只执行被选中的部分。,Editor窗口,Log窗口,运行记录窗口则记录每段程序的运行情况、所用时间、生成数据保存情况。如果有错误还会用红色指示错误。,Log窗口,出错原因：数据行末尾加了分号,三、SAS程序的基本结构,SAS程序由语句组成，语句用分号结束。语句一般由特定的关键词开始，语句中可包含变量名、运算符等，它们以空格分隔。SAS对语句所占的行数无限制，一个语句可占多行，同样，多个语句也可占一行。,SAS中的变量及数据集名称由英文字母、数字、下划线组成，第一个字符必须是字母或下划线，名字最多用8个字符，大写字母和小写字母不区分。比如，name，abc，aBC，x1，year12，_NULL_等是合法的名字，且abc和aBC是同一个名字，而class-1（不能有减号）、abit（不能有空格）、serial#（不能有特殊字符）、Documents（超长）等不是合法的名字。,四、SAS中的命名,程序步分为两种，一种叫数据步（datastep），一种叫过程步（procstep），分别以DATA语句和PROC语句开始。数据步和过程步由若干个语句组成，一般以RUN语句结束。前者用来创建和修改用于统计分析的数据集，后者则利用已创建的数据集完成特定的统计分析任务。比如下面的例子：,五、SAS中的程序步,dataaaaa;建立数据集，数据集名称为aaaainputx;数据集中有一个变量xcards;提示以下录入的为数据12345注意数据行末尾不要加分号;procprint;“输出”过程varx;要求输出变量xrun;程序结束要加上run语句才能运行,数据步均以DATA语句开始，用于创建和处理数据集。数据步中常用的语句如下表：表2数据步的常用语句,六、数据步基本结构,下面是几个例子:Data语句：Dataabc;INPUT语句:Inputxyz;/*输入变量x,y,z*/Inputx1-x10;/*输入10个变量x1到x10*/Inputx$y;/*输入变量x,y,符号$指明x为字符变量，表示数据是连续读入*/,七、SAS程序的过程步,通俗地说，SAS程序的过程步就是用于实现各种统计分析功能的SAS命令，我们只需要按照其格式调用它们。过程步总是以一个proc语句开始，后面紧跟着过程步名。如procprint;/*打印输出过程*/,八、数据集的引用,如有一数据集已建立好，下次要使用时可以使用set语句来引用，如：datadef;setabc;将abc数据集内容复制到def数据集中。run;,九、从excel导入数据,将预先录入在excel中的数据集导入到sas中：File-importdata-选择microsoftexcel97or2000(*.xls),next下一步:浏览确认excel数据集的位置,在临时数据集work中为导入的数据集起名，例如abc,完成后按finish,Log窗口会有提示导入成功,导入数据集的注意事项,被引用的Excel数据集此时必须保证关闭状态才能被引用，否则会出错。被引用的Excel数据集内尽量使用英文的变量名，否则容易出错。,计量资料的统计描述,Univariate、Means过程,理论回顾,计量资料的统计描述（频数表，直方（条）图，统计指标）正态分布资料偏峰分布资料M（P25P75）,某地120名18岁35岁健康男性居民血清铁含量（mol/L）,实例分析,变量类型？,资料分布？,定量变量,1.根据专业知识2.绘制直方图或频数表3.统计学检验（正态性）,datat;inputx;*是行保持标记符；cards;7.428.6523.0221.6124.6614.1816.52;Run；,SAS程序：建立数据集,SAS程序：计算统计指标，绘制直方图,procunivariatedata=t;*调用univariate过程；varx;*对变量x进行分析；HISTOGRAMx/MIDPOINTS=7TO29BY2;*绘制直方图；run;,运行结果（graph窗口）,均数,标准差,方差,变异系数,中位数,极差,四分位数间距,未校正平方和,校正平方和,偏度系数,峰度系数,运行结果（output窗口）,运行结果（output窗口）,Means过程,Procmeansmeanstdminmax;Varx;Run;可限定输出常用的指标,定性资料的统计描述,FREQ过程,现有一份预防医学专业61名学生的个人资料，包括年级（grade）、性别（sex）和个人是否拥有电脑（pc）等等信息，试用一维表描述性别比例，用二维表描述不同性别学生拥有个人电脑的情况。,SAS程序：,procfreq;tablessex;/*一维表*/run;procfreq;tablessex*pc;/*二维表*/run;,置信区间,Tinv函数以及赋值语句,总体均数的可信区间,t分布法SAS函数：TINVt=TINV(p,df)可求t分位数的函数，p是从-到当前t分位数位置的面积。df=n-1（自由度）当p0.5，求出来的t为正数。,t,0,-,p,例：随机抽取15名学生，记录他们的性别（sex）、年龄（age）、体重（w）和身高（h），求：学生身高的95%置信区间。,f1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160f1660165m1765175f1861162,dataa;inputsex$agewh;cards;f1546156f1441149f1865165m1550160m1348155m1870180m1438150m1655165m1768176m1660170f1750160f1758160F1660165m1765175f1861162；,procmeans;varh;Outputout=bmean=meanstd=sn=n;/*把均数,标准差,样本含量存放在数据集b中，方便下面写赋值语句计算置信区间*/datac;setb;t=tinv(0.975,n-1);/*也可使用t=tinv(0.025,n-1);但此时计算出来的t界值为负数。*/yl=mean-t*s/sqrt(n);/*可信区间的下限*/y2=mean+t*s/sqrt(n);/*可信区间的上限*/procprint;run;,t检验,ttest过程,t检验1.单样本t检验2.配对t检验3.两个独立样本的t检验,一、单样本资料的t检验,目的:根据样本均数推断其总体均数是否与已知总体均数0相等与0的比较。应用条件:独立性正态性,例1,某镇痛新药在药厂投入量产，已知该药的生产技术标准为：每片药中平均有效药物含量为40.4mg。为评价生产质量是否达标，现抽测10片药物，结果为：41.3，40.8，38.7，42.7，43.0，38.6，42.7，39.5，42.1，42.1，问该厂是否达到生产要求？,dataaa;inputa;cards;41.340.838.742.743.038.642.739.542.142.1;,数据步,procttestH0=40.4;vara;run;,过程步,本例t=1.41，双侧检验p=0.1917，按a=0.05水准，不拒绝H0，差别无统计学意义，尚不认为该厂生产质量不达标。,二、配对资料t检验,资料类型：两个同质对象接受不同处理；同一受试对象分别接受不同的处理，同一受试对象处理前后。条件：差值d服从正态分布,例2,数据步,dataaa;inputx1x2;cards;0.940.921.021.011.141.111.231.221.311.321.411.421.531.511.611.611.721.721.811.821.931.932.022.04;,procttest;pairedx1*x2;run;,过程步,本例t0.771，P=0.4569，在=0.05水平上不能拒绝H0，差别没有统计学意义，尚不能认为两法测定结果不同。,两个独立样本的t检验,应用条件：（1）观察值之间是独立的；（2）每组观察值来自正态分布的总体；（3）两个独立组的方差相等。,例3：,dataaa;inputxgroup;cards;241361251141261341231201151191142182202152222242212252272232procunivariate