《SAS实验考试相关内容》由会员分享，可在线阅读，更多相关《SAS实验考试相关内容（12页珍藏版）》请在金锄头文库上搜索。
1、SAS 实验考试相关内容答卷要求： 1.SAS 程序；2.主要结果；3.解释1. means、univariate（正态性检验）MEANS 过程用于一般数值型变量的描述性分析。自动输出变量的样本数，均值，标准差，最小值，最大值。Proc means data= options ；/*Options ： n, mean, std， min,max ,Stderr， sum, variance, cv, range, t, prt, skewness, kurtosis*/class 分类变量；var 分析变量；run；例 1-1：根据 1999 年长沙市某大学的体检资料，160 名正常成年女子的
2、血清甘油三酯（mmol/L）测量结果如下，请计算均数、标准差。 表 2-2 160 名正常成年女子的血清甘油三酯（mmol/L ）频数分布表SAS 程序 data a; input f x; cards; 3 0.55 9 0.65 12 0.75 13 0.85 17 0.95 18 1.05 20 1.15 18 1.25 17 1.35 13 1.45 9 1.55 8 1.65 3 1.75 ; proc univariate;/*means*/ freq f; var x; run;组段（1）划 记（2）频数，f（3）组中值，X（4）fX(5)= (3)(4)0.5 3 0.55 1
3、.650.6 正 9 0.65 5.850.7 正正 12 0.75 9.000.8 正正 13 0.85 11.050.9 正正正 17 0.95 16.151.0 正正正 18 1.05 18.901.1 正正正正 20 1.15 23.001.2 正正正 18 1.25 22.501.3 正正正 17 1.35 22.951.4 正正 13 1.45 18.851.5 正 9 1.55 12.401.6 正 8 1.65 14.85 3 1.75 5.25 1.7合计 160 182.30UNIVARIATE 过程步数值型变量的描述性统计分析，输出所有基本统计量；正态性检验；总体均值的假
4、设检验（参数法 t-检验，非参数法符号检验和符号秩检验;配对数据的均值比较检验PROC UNIVARIATE DATA= normal plot vardef;var 分析变量(数值变量); run;正态性检验PROC UNIVARIATE NORMAL PLOT；VAR X；RUN；NORMAL ：正态分布的检验； PLOT ：绘图 (茎叶图，箱式图，正态概率图）茎叶图：说明数据的频数分布特征。箱式图；说明数据的集中趋势和离散趋势。正态概率图：判断数据是否服从正态分布的图示法。2. Ttest（成组 Ttest）例 2-1：（配对数据的均值比较-配对 T 检验，对于配对资料的均值的比较可用
5、MEANS和 UNIVARIATE 过程步。 ）用克矽平治疗矽肺患者，治疗前后血红蛋白含量如下表，问能否认为治疗前后血红蛋白的含量有所不同？治疗前：113 150 150 135 128 100 110 120 130 123治疗后：140 138 140 135 135 120 147 114 138 120SAS 程序 data a; input x1 x2; d=x2-x1;/*配对 ttest*/ cards; 113 140 150 138 150 140 135 135 128 135 100 120 110 147 120 114 130 138 123 120 ; proc u
6、nivariate;/*means t prt n mean std;*/ var d; run;例 2-2：两独立样本 ttestSAS 程序 data a; input y g;/*两独立样本 ttest*/ cards; 23 1 32 1 32 2 54 2 ; proc ttest ; class g; var y; run; /*proc univariste nomal; class g; var y; run;*/附：成组资料两样本均数比较的 T 检验过程步为 ttest (两个总体均值的比较和两个总体方差的比较）Proc ttest data= ;Class 分类变量;Var
7、 数值变量; Run;ADDt 检验：用于两组数据均数间差异的显著性检验。常用于三种情况：1. 单样本 t 检验：检验样本均数与总体（理论）均数之间差异是否显著。2. 配对样本 t 检验：配对比较或同一组对象实验前后的差异比较。3. 独立样本 t 检验：检验两独立(不相关的)样本均数之间差异是否显著, 如男女的平均收入是否相同。例 ADD-2-1：单样本 t 检验医某生测量 36 名从事铅作业男性工人的血红蛋白含量，算的其均数为 130.83g/L，标准差为 25.74g/L。问其结果是否不同于正常男性平均值 140g/L。当有原始数据时：前例中，若该医生再测 30 名男性工人血红蛋白含量（g
8、/L ） ，具体数据如下：171 79 135 78 118138 132 142 140 168134 116 129 155 135175 122 105 111 140113 131 145 128 124134 136 113 119 132问这批工人血红蛋白是否不同于正常成年男性平均值 140g/L？SAS 程序 data prg2_1; input x ; cards; 171 79 135 78 118 138 132 142 140 168 134 116 129 155 135 175 122 105 111 140 113 131 145 128 124 134 136 1
9、13 119 132 ; proc ttest h0=140; var x; run;输出结果解释本例 t 检验的检验统计量等于-2.51，所对应的 p 值为 0.01780.05，说明样本均数和总体均数的差异有统计学意义，即从事铅工作的男性工人血红蛋白的含量要低于正常成人。例 ADD-2-2：配对样本 t 检验为比较两种方法对乳酸饮料中脂肪含量测定结果是否不同，随机抽取了 10 份乳酸饮料制品，分别用脂肪酸水解法和哥特里罗紫法测定其结果如下表。问两法测定结果是否不同？编号(1)哥特里罗紫法(2)脂肪酸水解法(3)差值 d(4)=(2) (3)1 0.840 0.580 0.2602 0.59
10、1 0.509 0.0823 0.674 0.500 0.1744 0.632 0.316 0.3165 0.687 0.337 0.3506 0.978 0.517 0.4617 0.750 0.454 0.2968 0.730 0.512 0.2189 1.200 0.997 0.20310 0.870 0.506 0.3642.724SAS 程序 /* means 过程 */data prg2_2;input x1 x2 ;d=x1-x2;cards;0.84 0.58 0.591 0.509 0.674 0.50.632 0.316 0.687 0.3370.978 0.517 0.7
11、5 0.454 0.73 0.5121.2 0.997 0.87 0.506;run;proc means n mean std stderr t prt;var d;run;/* univariate 过程 */proc univariate data=prg2_2;var d;run;/* ttest 过程*/proc ttest data=prg2_2;var d;run;例 ADD-2-3：独立样本 t 检验为研究国产四类新药阿卡波糖胶囊的降血糖效果，某医院用 40 名 II 型糖尿病病人进行同期随机对照试验。研究者将这些病人随机等分到试验组(用阿卡波糖胶囊 )和对照组(用拜唐苹胶囊)
12、 ，分别测得试验开始前和 8 周时的空腹血糖，算得空腹血糖下降值见表 3-6，能否认为该国产四类新药阿卡波糖胶囊与拜唐苹胶囊对空腹血糖的降糖效果不同？SAS 程序 data prg2_3;input x c ;cards;-0.7 1 2.5 1-5.6 1 -1.6 12 1 1.7 12.8 1 3 10.7 1 0.4 13.5 1 4.5 14 1 4.6 15.8 1 2.5 17.1 1 6 1-0.5 1 -1.4 13.7 2 6 26.5 2 3.8 25 2 2 25.2 2 1.6 20.8 2 2 20.2 2 2.2 20.6 2 1.2 23.4 2 3.1 26.
13、6 2 1.7 2-1.1 2 -2 2;run;proc ttest;var x;class c;run;分行符/* if then/else 语句 */data prg2_3;input x ;if _n_21 then c=1; else c=2;cards;-0.7 2.5 3.5 4.5-5.6 -1.6 4 4.62 1.7 5.8 2.52.8 3 7.1 60.7 0.4 -0.5 -1.43.7 6 0.2 2.26.5 3.8 0.6 1.25 2 3.4 3.15.2 1.6 6.6 1.70.8 2 -1.1 -2;run;proc ttest;var x;class
14、c;run;3. ANOVA（单因素方差分析）/ GLM 两因素&多因素方差分析）例 3-1：完全随机设计资料的方差分析(单向方差分析)某医生为了研究一种降血脂新药的临床疗效，按统一纳入标准选择 120 名高血脂患者，采用完全随机设计方法将患者等分为 4 组，进行双盲试验。6 周后测得低密度脂蛋白作为试验结果，见下表。问 4 个处理组患者的低密度脂蛋白含量总体均数有无差别?SAS 程序 data a; do c=1 to 4; /* do end 语句 */ do i=1 to 30; input x ; output; end; end; cards; 3.53 4.59 4.34 2.66
15、 3.59 3.13 2.64 2.56 3.50 3.25 3.30 4.04 3.53 3.56 3.85 4.07 3.52 3.93 4.19 2.96 1.37 3.93 2.33 2.98 4.00 3.55 2.96 4.30 4.16 2.59 2.42 3.36 4.32 2.34 2.68 2.95 1.56 3.11 1.81 1.77 1.98 2.63 2.86 2.93 2.17 2.72 2.65 2.22 2.90 2.97 2.36 2.56 2.52 2.27 2.98 3.72 2.80 3.57 4.02 2.31 2.86 2.28 2.39 2.28 2.48 2.28 3.21 2.23 2.32 2.68 2.66 2.32 2.61 3.64 2.58 3.65 2.66 3.68 2.65 3.02 3.48 2.42 2.41 2.66 3.29 2.70 3.04 2.81 1.97 1.68 0.89 1.06 1.08
