统计学(sas复习总结)

统计学(sas复习总结)

sas\n程序步分为两种：数据步（datastep）data：数据步的开始、命名要创立的数据集。Input：确定输入的数据所对应的变量。cards：输入数据。过程步（procstep）proc：过程步的开始。Output：输出过程步运行结果\nSet语句：1、引用数据集2、纵向合并数据集（合并时不会根据id进行匹配）merge语句：横向合并数据集（合并时会根据id变量匹配）\n常用统计描述过程\nprocfreq：调用freq过程列频数分布表。procmeans：调用means语句对变量进行简单的统计描述。procunivariate：调用univariate过程对变量进行详细统计描述。table：指出列表变量，并生成包含频数表数据的数据集。var：指出分析变量。\nhistogram：指明对绘制直方图所用的数据变量并绘图。procgchart：调用ghart过程绘图。pie：绘制圆饼图gplot：绘制散点图plot：指出绘图的纵坐标和横坐标\n二项分布Poisson分布正态分布\nPDF函数：求概率密度二项分布P(X)=PDF(“Binomial”，X，Prob，N)Poisson分布P(X)=PDF(“Poisson”，X，Lamda)\n计算累计概率密度的常用函数二项分布Poisson分布\n如求X服从二项分布，则P(X＝k)＝probbnml（p，n，k）-probbnml（p，n，k-1)=PDF(“Binomial”，k，p，n)如X服从泊松分布，则P(X=k)=Poisson（p，k）-Poisson（p，k-1）=PDF(“poisson”,k，p)。求概率密度函数的两种方法\nCDF函数：求正态分布累积概率密度的函数cdf(‘NORMAL’,k,mean,std）:用于计算均数为mean，标准差为std的正态分布的随机变量x≤k的累积概率。probnorm函数：标准正态分布函数probnorm(u)：求出从-∞到u位置的面积大小Probit函数：求标准正态分布的Z值的函数probit（prob）：求出从-∞到Z的位置面积为prob时的Z值SAS中常用的正态分布相关函数\nCDF函数：求正态分布累积概率密度的函数cdf(‘NORMAL’,k,mean,std）:用于计算均数为mean，标准差为std的正态分布的随机变量x≤k的累积概率。probnorm函数：标准正态分布函数probnorm(u)：求出从-∞到u位置的面积大小Probit函数：求标准正态分布的Z值的函数probit（prob）：求出从-∞到Z的位置面积为prob时的Z值常用的正态分布相关函数\n置信区间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）\nT检验\n（均数、标准差、标准误、t检验）procmeansmeanstdstderrtprt;varx;run;procunivariatenormal;varx;run;procttestH0=40.4;vara;run;方法1方法2方法3\nProcunivariatenormal*进行正态性检验procttest：调用ttest过程进行t检验paired：指出t检验重要比较的变量对class：指出分类变量\n方差分析\nPROCANOVA的过程格式PROCANOVA；CLASS变量表；MODEL因变量表＝效应；MEANS效应〈/选择项〉；\nPROCGLM的过程格式PROCGLM；CLASS变量表；MODEL因变量表＝效应；MEANS效应〈/选择项〉；\n五、方差分析所用的过程ANOVA过程(AnalysisOfVariance)GLM过程(GeneralLinearModel)Hovtest使用levene检验选项bartlett：使用bartlett方法选项snk：使用snk方法选项bon：使用bonferroni方法选项dunnett：使用dunnett方法（要注明对照组）Treat：处理组block：区组\n卡方检验\nprocfreq;tablesr*c/chisqexpectedexact;weightf;run;注：1.tables语句中的chisq选项指定进行卡方检验，expected选项指定输出理论频数2.exact输出确切概率/四格表资料不加此选项也可以输出确切概率3.weight语句指定权重变量为f\n注:agree选项进行mcnemar检验与一致性检验；exactmcnem语句进行mcnemar检验同时输出确切概率，适用于b+c<40的情况。procfreq;tablesr*c/agree;exactmcnem;weightf;run;\n非参数检验\nPROCNPAR1WAY过程格式PROCNPAR1WAYWilcoxon；CLASS变量；VAR变量表；Freq频数变量；RUN；*调用npar1way进行非参数检验（秩和检验）\n相关分析\n线性相关proccorr秩相关proccorrspearman分类变量的关联性分析（属两种属性独立性的χ2检验——定性变量之间的联系：查看Chi-Square和ContingencyCoefficient）\n线性回归\nprocreg;modely=x/clmcliclb;ploty*x/confpred;run;注：model语句，建立自变量对因变量的回归方程，等号的左边表示因变量y，等号的右边表示自变量x；选项clm指定输出预测值95%的置信区间；选项cli指定输出95%的预测个体所在的范围；选项clb指定输出回归系数的95%置信区间。plot语句，指定输出以y变量为纵坐标x变量为横坐标的散点图，并拟合回归线，选项conf和pred指定输出95%的置信区间和95%的预测个体所在的范围的曲线。\n线性相关：proccorr;varxy;run;秩相关：proccorrspearman;varxy;run;列联相关：procfreq；weightf；tabler*c/chisqnocolnorownopct;run;回归分析:procreg;modely=x/clmcli;ploty*x/confpred;run;完。