《利用SAS中的ODS导出程序结果数据集》由会员分享，可在线阅读，更多相关《利用SAS中的ODS导出程序结果数据集（3页珍藏版）》请在金锄头文库上搜索。
1、利用 SAS 中的 ODS 导出程序结果数据集n Proc Means：计算定量变量的根本统计量。ODS 的输出对象为 Summary，包括样本量、均数、标准差、最小值、最大值、中位数、缺失数等统计量。其 SAS 程序如下：Ods Output Means.Summary=Summary;Proc Means Data=数据集名 n mean std min max median nmiss; Class 分组变量;Var 分析变量; Run;Ods Output Close;n Proc Univariate：计算定量变量的根本统计量、t 检验以及符号秩检验。ODS 的输出对象有 Momen
2、ts、BasicMeasures、TestsForLocation、Quantiles 以及ExtremeObs，其中 Moments、BasicMeasures 输出根本统计量，TestsForLocation 输出 t 检验及符号秩检验的统计量和 p 值。其 SAS 程序如下：OdsOutputMoments=Moments TestsForLocation=TestsForLocation;Proc Univariate Data=数据集名; Var 分析变量;Run;Ods Output Close;BasicMeasures=BasicMeasuresn Proc Ttest：进展
3、t 检验。ODS 输出对象有 Statistics、Ttests、Equality， 其中Statistics 输出根本统计量，Ttests 输出t 检验的统计量和p 值，Equality输出方差齐性检验的统计量和 p 值。其 SAS 程序如下：Ods Output Statistics=Statistics Ttests=Ttest Equality=Equality; Proc Ttest Data=数据集名;Class 分组变量; Var 分析变量; Run;Ods Output Close;n Proc Glm：进展方差分析和协方差分析。ODS 输出对象有 ClassLevels、NO
4、bs、OverallANOVA、ModelANOVA、LSMeanCL，其中 OverallANOVA 输出总体模型的统计量和 p 值，ModelANOVA 输出因子效应的检验结果，LSMeanCL 输出调整均数及其 95可信区间，LSMeanDiffCL 输出各组两两比较差值及其 95可信区间。其SAS 程序如下：OdsOutputOverallANOVA=OverallANOVA LSMeanCL=LSMeanCL LSMeanDiffCL=LSMeanDiffCL;Proc Glm Data=数据集名; Class 分组变量Model 反响变量=自变量/ss3; Lsmeans 分组变量
5、/cl pdiff; Quit;Ods Output Close;ModelANOVA=ModelANOVAn Proc Npar1way：进展 Wilcoxon 和 Kruskal-Wallis 非参检验。ODS 主要输出对 象 有 WilcoxonScores 、 WilcoxonTest 和 KruskalWallisTest ， 其 中WilcoxonScores 输出 Wilcoxon 得分，WilcoxonTest 和 KruskalWallisTest 分别输出 Wilcoxon 和 KruskalWallis 检验的统计量和 p 值。其 SAS 程序如下：Ods Output
6、KruskalWallisTest=KruskalWallisTest; Proc Npar1way Data=数据集名 Wilcoxon;Class 分组变量; Var 分析变量; Run;Ods Output Close;n Proc Freq：输出频数、百分率，进展卡方检验、CMH(Cochran-Mantel-Haenszel) 检验及 Fisher 准确概率法检验。ODS 主要输出对象有 CrossTabFreqs、CMH、FishersExact、Chisq，其中 CrossTabFreqs 输出行列表的频数和百分率、CMH 输出CMH 检验的统计量和p 值、FishersExac
7、t 输出Fisher 准确概率检验的p 值、Chisq 输出卡方检验的统计量和 p 值。其 SAS 程序如下：OdsOutputCrossTabFreqs=CrossTabFreqs1 FishersExact=FishersExact;Proc Freq Data=数据集名;CMH=CMHChisq=ChisqTable 分组变量*分析变量/Expected CMH Chisq Fisher; Run;Ods Output Close;n Proc Logistic：输出 Logistic 回归分析的结果。其中 ParameterEstimates 输出参数估量及其标准误、Wald 卡方值、
8、p 值，OddsRatios 输出 OR 值及其 95% 标准误。其 SAS 程序如下：OdsOutputOddsRatios=OddsRatios;Proc Logistic Data=数据集名; Class 分类变量ParameterEstimates=ParameterEstimates利用ods输出正态性检验的结果数据集Model 因变量=自变量/Seletion= Sle= Sls=; Run;/*ods listing close;proc univariate normal data=mnhsfps;ods output TestsForNormality=TestsForNormality; var weight; class group;where FAS=1;ods listing;run;set TestsForNormality;data normal(drop=pType pSign);where Test=”Shapiro-Wilk”;rename VarName=Variable;run;*/
