统计软件SAS简介及程序范例

1、统计软件SAS简介及程序范例1. SAS简介2. 田间试验与统计分析教材例题的SAS程序及运行结果1. SAS简介 SAS (Statistical Analysis System，统计分析系统)是当今国际上著名的数据分析软件系统,其基本部分是SAS/BASE软件。20世纪60年代末期，由美国北卡罗纳州州立大学(North Carolina State University)的A. J. Barr和J. H. Goodnight两位教授开始开发，1975年创建了美国SAS研究所(SAS Institute Inc.)。之后，推出的SAS系统，始终以领先的技术和可靠的支持著称于世，通过不断发展和

2、完善，目前已成为大型集成应用软件系统。1. SAS简介 SAS系统具有统计分析方法丰富、信息储存简单、语言编程能力强、能对数据连续处理、使用简单等特点。SAS是一个出色的统计分析系统，它汇集了大量的统计分析方法，从简单的描述统计到复杂的多变量分析，编制了大量的使用简便的统计分析过程。SAS系统运行的几个重要前提条件 （一）SAS系统运行时要同时打开的文件较多，因此在微型计算机的系统配置文件中应指定FILES=50或以上； （二）SAS系统软件有时间租期限制，因此只有机器时间（DATE）在软件有效期内才能运行。时间租期取决于SAS出售版本日期，即所谓的SAS诞生日（BIRTHDAY）。 （三）S

3、AS系统应全部安装到硬盘的SAS子目录下，硬盘应至少有10M空间。 SAS for Windows的启动SAS for Windows的启动，按如下步骤进行。开机后，直接用鼠标双击桌面上SAS系统的快捷键图标，自动显示主画面，即可进入SAS系统。SAS for Windows的退出 当用完SAS for Windows，需要退出时，可以单击【File】，选择【Exit】，或者，单击(关闭)按钮，立即显示。 如果确认需要退出SAS for Windows，单击确定按钮；如果需要继续使用SAS for Windows，单击取消按钮。 2. 田间试验与统计分析教材例题的SAS程序及运行结果t测验方差

4、分析直线回归分析协方差分析t测验样本平均数与总体平均数的差异显著性检验 配对试验资料的t检验 非配对试验资料的t检验样本平均数与总体平均数的差异显著性检验(例4.3)data testt1;input x;differ=x-;cards;proc means n mean stderr t prt;run;运行结果 The MEANS ProcedureVariable N Mean Std Error t Value Pr |t| x 9 29.2555556 0.8623468 33.93 |t|非配对试验资料的t)data testt3;input variety x;cards;pro

5、c ttest;class variety;var x;run;运行结果The TTEST ProcedureT-Tests Variable Method Variances DF t Value Pr |t| x Satterthwaite Equality of Variances Variable Method Num DF Den DF F Value Pr F方差分析单因素完全随机化试验重复数相等资料单因素完全随机化试验重复数不等资料两因素交叉分组试验单独观测值资料两因素交叉分组试验有重复观测值资料次级样本含量相等的二因素系统分组资料单因素随机区组设计试验资料 拉丁方设计试验结果

6、两因素随机区组设计试验资料 两因素裂区设计试验资料 （教材【例5.3】） data anova1;input variety x;cards;1 12 1 10 1 14 1 16 1 12 1 182 8 2 10 2 12 2 14 2 12 2 163 14 3 16 3 13 3 16 3 10 3 154 16 4 18 4 20 4 16 4 14 4 16;proc anova;class variety;model x=variety;means variety/duncan;run;运行结果The ANOVA ProcedureClass Level InformationC

7、lass Levels Valuesvariety 4 1 2 3 4Number of observations 24方差分析表多重比较结果教材【例5.4】data anova2;input variety x;cards;proc glm;class variety;model x=variety/ss1;means variety/duncan;run;运行结果The GLM Procedure Class Level Information Class Levels Values variety 5 1 2 3 4 5 Number of observations 25方差分析表多重比

8、较结果教材【例5.5】）data anova3;input field method x;cards;1 1 71 1 2 73 1 3 77 2 1 90 2 2 90 2 3 923 1 59 3 2 70 3 3 80 4 1 75 4 2 80 4 3 825 1 65 5 2 60 5 3 67 6 1 82 6 2 86 6 3 85;proc anova;class field method;model x=field method;means field method/duncan;run;运行结果The ANOVA Procedure Class Level Informat

9、ion Class Levels Values field 6 1 2 3 4 5 6 method 3 1 2 3 Number of observations 18方差分析表多重比较结果田块多重比较结果防治方法教材【例5.6】data anova4;input density fert x;cards;1 1 27 1 2 26 1 3 31 1 4 30 1 5 25 1 1 29 1 2 25 1 3 30 1 4 30 1 5 251 1 26 1 2 24 1 3 30 1 4 31 1 5 26 1 1 26 1 2 29 1 3 31 1 4 30 1 5 242 1 30 2

10、 2 28 2 3 31 2 4 32 2 5 28 2 1 30 2 2 27 2 3 31 2 4 34 2 5 292 1 28 2 2 26 2 3 30 2 4 33 2 5 28 2 1 29 2 2 25 2 3 32 2 4 32 2 5 273 1 33 3 2 33 3 3 35 3 4 35 3 5 30 3 1 33 3 2 34 3 3 33 3 4 34 3 5 293 1 34 3 2 34 3 3 37 3 4 33 3 5 31 3 1 32 3 2 35 3 3 35 3 4 35 3 5 30;proc anova;class density fert;m

11、odel x=density fert density*fert;means density fert/duncan;means density*fert/lsd;run;运行结果The ANOVA Procedure Class Level Information Class Levels Values density 3 1 2 3 fert 5 1 2 3 4 5 Number of observations 60方差分析表多重比较结果种植密度多重比较结果施肥水平组合的平均数和标准误【例5.7】 data anova5;input plant leaf x;cards;proc anov

12、a;class plant leaf;model x=plant leaf(plant);test h=plant e=leaf(plant);means plant/duncan e=leaf(plant);run;运行结果The ANOVA Procedure Class Level Information Class Levels Values plant 3 1 2 3 leaf 2 1 2 Number of observations 12方差分析结果不同植株平均湿重的多重比较教材【例10.1】data anova6;input variety$ block x;cards;proc

13、 anova;class variety block;model x=variety block;means variety/duncan;run;运行结果 The ANOVA Procedure Class Level Information Class Levels Values variety 6 A B C D E F block 4 1 2 3 4 Number of observations 24方差分析表多重比较结果教材【例10.3】data anova7;input nd$ row col x;cards;proc anova;class nd row col;model x=

14、nd row col;means nd/duncan;run;运行结果 The ANOVA Procedure Class Level Information Class Levels Values nd 5 A B C D E row 5 1 2 3 4 5 col 5 1 2 3 4 5 Number of observations 25方差分析表多重比较结果【例10.5】data anova7;input a b block x;cards;proc anova;class a b block;model x=a b block a*b;means a b a*b/duncan;run;

15、运行结果The ANOVA Procedure Class Level Information Class Levels Values a 4 1 2 3 4 b 2 1 2 block 3 1 2 3 Number of observations 24方差分析表多重比较结果A多重比较结果B水平组合的平均数及其标准误教材【例10.6】data anova8;input a b block x;cards;proc glm;class a b block;model x=block a a*block b a*b/ss1;test h=block a e=a*block;means a/dunc

16、an e=blocks*A;means b/duncan;lsmeans A*B/tdiff pdiff;run;运行结果The GLM Procedure Class Level Information Class Levels Values a 3 1 2 3 b 4 1 2 3 4 block 3 1 2 3 Number of observations 36方差分析表多重比较A多重比较B水平组合的最小二乘均数水平组合的最小二乘均数多重比较水平组合的最小二乘均数多重比较直线回归分析（教材【例7.1】） data reg1;input x y;cards;35.5 12 34.1 16 3

17、1.7 9 40.3 2 36.8 7 40.2 3 31.7 13 39.2 9 44.2 -1;proc reg corr;model y=x;run;散点图运行结果The REG ProcedureCorrelation Variable x y回归方程的显著性检验回归方程协方差分析 （教材【例9.3】） data anaocov1;input treat x y;cards;1 36 89 1 30 80 1 26 74 1 23 80 1 26 85 1 30 68 1 20 73 1 19 681 20 80 1 16 58 2 28 64 2 27 81 2 27 73 2 24 67 2 25 77 2 23 672 20 64 2 18 65 2 17 59 2 20 57 3 28 55 3 33 62 3 26 58 3 22 583 23 66 3 20 55 3 22 60 3 23 71 3 18 55 3 17 48 4 32 52 4 23 584 27 64 4 23 62 4 27 54 4 28 54 4