sas教程：第五章定量资料的统计描述和t、u检验

作者：佚名教程来源：本站原创点击数：更新时间：2007-10-30

第五章定量资料的统计描述和t、u检验

从本章开始，我们将正式开始使用SAS解决我们的统计问题。从前面的几章可知，SAS的主要功能是由不同的程序步来体现的。因此在以后的各章中，我们将对每种问题重点介绍一些常用的程序步，以及它们的输出结果的解释。

对于定量资料的统计描述和简单推断，SAS提供了三个强有力的程序步，它们是：

UNIVARIATE过程提供单个变量的详细描述和对其分布类型的检验。
MEANS过程提供单个或多个变量的简单描述，对于多个变量，它的输出格式紧凑，便于阅读。
TTEST过程对变量进行t/u检验。

§5.1 引例

例5.1 文本文件“C:\USER\WTLI1_1.DAT”中已存入某市110名7岁男子童的身高资料(cm) ，请计算均数、标准差s、变异系数CV（卫统第三版p6例2.1）。

解：该题应首先用数据步建立一个数据集，然后调用UNIVARIATE过程或MEANS过程来求出所需要的统计量。具体的程序如下：

① 设定数据库环境：

LIBNAME A 'C:\USER';

② 数据步，建立数据集：

DATA A.WTLI1_1;

　INFILE 'C:\USER\WTLI1_1.DAT';

　INPUT X @@;

RUN;

③ UNIVARIATE或MEANS过程，求出所需要的统计量：

PROC UNIVARIATE DATA=A.WTLI1_1;

PROC MEANS DATA=A.WTLI1_1

N MEAN STD CV ;

　VAR X;

RUN;

例5.2 某医生测得18例慢支炎患者与16例健康人的尿17酮类固醇排出量 (mg/dl)分别为X₁和X₂，问两者均数是否不同（医统第二版P19例2.17）？

解：这是成组设计的两样本均数比较的t检验，程序应首先建立数据集，然后调用TTEST过程进行检验，在检验的同时也可以得到两个样本的简单描述。

① 设定数据库环境：

LIBNAME A 'C:\USER';

② 数据步，建立数据集,这里采用直接输入数据的方法：

DATA A.YTLI2_17;
INPUT GROUP VALUE @@;
CARDS;
1 3.14 1 5.83 1 7.35 1 4.62 1 4.05 1 5.08 1 4.98 1 4.22 1 4.35 1 2.35
1 2.89 1 2.16 1 5.55 1 5.94 1 4.4 1 5.35 1 3.8 1 4.12
2 4.12 2 7.89 2 3.24 2 6.36 2 3.48 2 6.74 2 4.67 2 7.38 2 4.95 2 4.08
2 5.34 2 4.27 2 6.54 2 4.62 2 5.92 2 5.18
;
RUN;

③ TTEST过程，进行两样本的t检验。

PROC TTEST DATA=A.YTLI2_17;

　VAR VALUE;

　CLASS GROUP;

RUN;

§5.2 UNIVARIATE过程

Univariate过程对数值变量给出比较详细的变量分布的描述，其中包括：

变量的极端值。
常用的百分位数，包括四分位数和中位数。
用几个散点图描绘变量的分布。
频数表。
确定数据为正态分布的检验。

5.2.1 语法格式

Univariate过程的语法格式如下：

PROC UNIVARIATE [ DATA= <数据集名> [选项] ];	指定要分析的数据集名及选项
[ VAR <变量名列> ;	指定要分析的变量名列
BY <变量名列> ;	按变量名列分组统计，要求数据集已按该变量名列排序
FREQ <变量名> ;	表明该变量为分析变量的频数
WEIGHT <变量名> ;	表明分析变量在统计时要按该变量权重
ID <变量名> ;	输出时加上该变量作为索引
OUTPUT OUT= <数据集名>	指定统计量的输出数据集名
关键字= <新变量名列>...	指定统计量对应的新变量名
pctlpts=<百分位数, ...>	指定需要的百分位数
pctlpre=<新变量名列>] ;	指定所需百分位数对应的输出变量名

如果省略所有非必需的语句和选项，则UNIVARIATE过程按默认情况输出全部变量的全部常用统计量。

5.2.2 语法说明

【选项】

Univariate过程常用的选项如下：

NOPRINT 禁止统计报告在OUTPUT视窗中输出
PLOT 绘出茎叶图、箱式图和正态概率图
FREQ 给出频数表
NORMAL 对变量进行正态性检验

【关键字】

SAS中用关键字来指定所需要的统计量，事实上结果输出中用的就是各种关键字，常用的关键字有：

基本统计量 N MEAN STD(标准误) CV SUM VAR(方差) RANG
百分位数描述 MIN P1 P5 P10 Q1 MEDIAN Q3 P90 P95 P99 MAX
与假设检验有关的统计量 STDMEAN(标准误) T

5.2.3 结果解释

在默认的情况时，Univariate过程会输出绝大部分统计量，此时的输出结果如下：

Variable=变量名           变量标签

            Moments   和矩有关的统计量             Quantiles(Def=5)  分位间距统计量

N           样本量  Sum Wgts   权重总和   100% Max   最大值        99%    99%百分位数
Mean          均数  Sum        总和        75% Q3   75%百分位数    95%    95%百分位数
Std Dev     标准差  Variance   方差        50% Med  50%百分位数    90%    90%百分位数
Skewness  偏度系数  Kurtosis   峰度系数    25% Q1    25%百分位数   10%   10%百分位数
USS   未校正平方和  CSS        校正平方和   0% Min   最小值         5%    5%百分位数
CV        变异系数  Std Mean   标准化均数                           1%    1%百分位数 
T:Mean=0 变量总体均数为0的t检验     Pr>|T|   t检验的p值         Range     全距
Num ^= 0 变量值非0的例数            Num > 0  变量值大于0的例数  Q3-Q1     四分位间距
M(Sign)  变量总体均数为0的符号检验  Pr>=|M|  符号检验的p值      Mode      众数
Sgn Rank 变量总体均数为0的秩和检验  Pr>=|S|  秩和检验的p值

                                    Extremes  极端值统计

                        Lowest    Obs        Highest    Obs
                       老  幺 (观察值序号)   五大值(观察值序号)
                       次小值 (观察值序号)   四大值(观察值序号)
                       三小值 (观察值序号)   三大值(观察值序号)
                       四小值 (观察值序号)   次大值(观察值序号)
                       五小值 (观察值序号)   大哥大(观察值序号)

5.2.4 应用实例

例5.3 某地101例健康男子血清总胆固醇值测定结果已存入文本文件“c:\user\WT1_1.dat”中，请绘制直方图，计算均数、标准差s、变异系数CV、中位数M、p2.5和p97.5（卫统p233 1.1题）。

解：UNIVARIATE过程的默认输出中并不给出p2.5和p97.5，因此程序中要加以相应修改，最后在OUTPUT视窗中只会输出所需的几个统计量，具体程序如下：

libname a 'c:\user';	指定c:\user文件夹为数据库a
data a.wt1_1;	数据步开始，指定要建立的数据集为a库的wt1_1
infile 'c:\user\wt1_1.dat';	采用外部文件读入方式，文件名为c:\user\WT1_1.dat
input x @@;	输入的变量为x，采用连续输入的格式
proc gchart data=a.wt1_1;	调用绘图程序步gchart，所用数据集为a.wt1_1
vbar x ;	绘出竖直条图，用于绘图的变量为x
proc univariate data=a.wt1_1 noprint;	调用程序步univariate，并且禁止在OUTPUT视窗中输出
var x;	要分析的变量为x
output out=temp	指定输出数据集为work.temp,
n=n mean=xbar std=s cv=cv median=m	将n、mean、std、cv、median按指定变量名存入
pctlpts=2.5,97.5 pctlpre=per;	指定输出p2.5和p97.5，其输出变量名以per开头。
proc print data=temp;	将数据集work.temp的内容打印输出
run;	开始运行以上程序

例5.4 50例链球菌咽峡炎患者的潜伏期如下，计算其均数、中位数和几何均数（卫统p233 1.3题）。

12~	24~	36~	48~	60~	72~	84~	96~	108~120
1	7	11	11	7	5	4	2	2

解：由于几何均数无法直接得到，因此将数据集加以对数变换，求出均数后再行反对数变换得到几何均数，程序如下：

libname a 'c:\user';	指定c:\user文件夹为数据库a
data a.wt1_3;	数据步开始，指定要建立的数据集为a库的wt1_3
input x f @@;	输入的变量为x和f，采用连续输入的格式
x=x+6;	将变量x的值更正到每个组段的组中值处
logx=log(x);	定义新变量logx为变量x的自然对数，用于算出几何均数
cards;	数据块开始
12 1 24 7 36 11 48 11 60 7 72 5 84 4 96 2 106 2	数据块
;	数据块结束
proc print;	将数据集a.wt1_3的内容打印输出
proc univariate data=a.wt1_3 noprint;	调用程序步univariate，并且禁止在OUTPUT视窗中输出
var x logx;	要分析的变量为x和logx
freq f;	指定变量f代表分析变量x的频数
output out=temp n=n mean=xbar logxmean median=m ;	输出数据集和统计量的定义
data temp2;	数据步开始，指定要建立的数据集为work.temp2
set temp;	让work.temp2继承work.tmep的全部数据
g=exp(logxmean);	产生新变量g，它等于e^logxmean
drop logxmean;	在work.temp2中删除临时变量logxmean
proc print data=temp2;	输出数据集work.temp2中的数据
run;	开始运行以上程序

请注意，这里UNIVARIATE过程有两个分析变量X和LOGX，因此在OUTPUT语句中MEAN=后跟了两个变量名，它们分别存储两个变量的均数，而其余的关键字后只有一个变量名，则它们只存储分析变量序列的第一个变量X的统计结果。

§5.3 MEANS过程

Means过程提供单个或多个变量的简单描述。和Univariate过程相比，它更倾向于描述已经明确样本所在总体符合正态分布的变量，因此它不提供百分位数，但可以提供95%可信区间。同时在多个变量输出时，它的输出格式紧凑，便于阅读。

5.3.1 语法格式

PROC MEANS [ DATA= <数据集名> [选项]	指定要分析的数据集名及一些选项
[统计量关键字列表] ] ;	列出需要的统计量
[VAR <变量名列>;	要分析的变量名列
BY <变量名列>;	按变量名列分组统计，要求数据集已按变量名列排序
CLASS <变量名列>;	按变量名列分组统计，不要求数据集排序
FREQ <变量名>;	表明该变量为分析变量的频数
WEIGHT <变量名>;	表明分析变量在统计时要按该变量权重
ID <变量名列>;	输出时加上该变量作为索引
OUTPUT <OUT= 数据集名>	指定统计量的输出数据集名
关键字= <新变量名列>... ] ;	指定统计量对应的新变量名

5.3.2 语法说明

【选项】

Means过程常用的选项如下：

NOPRINT 禁止统计报告在OUTPUT视窗中输出
MAXDEC=n 给出列表输出的最大小数位数，缺省值为2

【统计量关键字】

MEANS过程中常用的统计量关键字有：

基本统计量 N MEAN STD CV SUM VAR RANG MIN MAX
与假设检验有关的统计量 STDERR(标准误） T PRT(与t对应的p值) LCLM(可信区间下限) UCLM(可信区间上限)

注意Means过程中标准误的关键字是STDERR，而Univariate过程中为STDMEAN，另外LCLM和UCLM这两个关键字也是Univariate过程所没有的。

5.3.3 结果解释

和Univariate过程不同，MEANS过程在默认情况下只输出样本量、均数、标准差、最小值和最大值，如例5.1的数据，如果MEANS过程不加任何选项，则输出如下：

                        Analysis Variable : X    分析变量名为X

             N          Mean       Std Dev        Minimum        Maximum
           ---------------------------------------------------------------
            110    119.7272727    4.7413254     108.2000000   132.5000000
           ---------------------------------------------------------------

可见Means过程的输出结构极为紧凑。

5.3.4 应用实例

例5.5 给出例5.1的均数、标准差s、变异系数CV和95%可信区间，并检验其总体均数是否为0（卫统p233 1.1题）。

解：如果数据集a.wt1_1已经建立，则程序如下：

proc means data=a.wt1_1 n mean std cv lclm uclm t prt ;

　var x;

run;

§5.4 TTEST过程

顾名思义，TTEST过程就是用于进行两样本均数的比较，它给出两总体方差齐和不齐时的检验结果，并同时做方差齐性检验。综合两者的结果，即可做出判断。

事实上，ttest过程的功能非常有限，只能做一般的两样本t检验，对于按频数表格式输入的资料，我们只能用以后要介绍的ANOVA等过程来分析。

5.4.1 语法格式

PROC TTEST [ DATA= <数据集名>	指定要分析的数据集名
[COCHRAN] ] ;	要求在方差不齐时做COCHRAN近似
CLASS <变量名>;	必需，指定一个两分类的分组变量
[ VAR <变量名列>;	指定要检验的变量名列
BY <变量名列> ] ;	按变量名列分组统计

5.4.2 结果解释

以例5.2的TTEST过程为例，它的输出结果如下：

                                        TTEST PROCEDURE

Variable: VALUE   分析变量名为VALUE

GROUP    N      Mean      Std Dev    Std Error    Variances    T       DF    Prob>|T|
       样本量    均数      标准差       标准误        方差   统计量t值  自由度    p值
------------------------------------------------  ---------------------------------
    1    18   4.45444444 1.32446314  0.31217896   Unequal  -1.8132    31.2   0.0794
    2    16   5.29875000 1.38200760  0.34550190   Equal    -1.8179    32.0   0.0785

For H0: Variances are equal, F' = 1.09 DF = (15,17) Prob>F' = 0.8589

可见该结果分为三大部分：第一部分为两组各种描述统计量的值，第二部分分别给出两组所在总体方差齐和方差不齐时的t检验结果，第三部分为方差齐性检验，因此该过程一共进行了三个假设检验。对于无效假设H₀：两总体方差齐的检验结果为F' = 1.09，DF = (15,17)，p = 0.8589，可见在本例中方差是齐的，从而应选用方差齐时的t检验结果，即t= -1.8179，ν=32，p=0.0785，按α=0.05水准，不拒绝H₀，尚不能认为慢支炎患者与健康人的尿17酮类固醇排出量不同。

5.4.3 应用实例

例5.6 某医院对9例慢性苯中毒患者用中草药一号抗苯一号治疗，得下列白细胞总数（10⁹/L），问该药是否对白细胞总数有影响（卫统p225 2.3题）？

病人号	1	2	3	4	5	6	7	8	9
治疗前	6.0	4.5	5.0	3.4	7.0	3.8	6.0	3.5	4.3
治疗后	4.2	5.4	6.3	3.8	4.4	4.0	5.9	8.0	5.0

解：该题为样本差值均数和总体均数为0比较的t检验，TTEST过程无法完成。这里用MEANS过程来处理，程序如下：

libname a 'c:\user';
data a.wt2_3;
input x y @@;
tempvar=x-y;	用新变量tempvar来记录同一病人治疗前后白细胞的差值
cards;
6.0 4.2 4.8 5.4 5.0 6.3 3.4 3.8
3.4 3.8 7.0 4.4 3.8 4.0 6.0 5.9
8.0 5.0
;
proc means n mean std
stderr t prt ;	利用Means过程检验差值总体均数是否为0
var tempvar;	要分析的变量为tempvar
run;	开始运行程序

例5.7 将钩体病人的血清分别用标准株和水生株做凝溶实验，测得稀释倍数如下。问两组的平均效价有无区别（卫统p226 2.5题）。

标准株：100 200 400 400 400 400 800 1600 1600 1600 3200

水生株：100 100 100 200 200 200 200 400 400

解：程序如下：

libname a 'c:\user';
data a.wt2_5;
input group x @@;
logx=log(x);	将数据做自然对数转换
cards;
1 100 1 200 1 400 1 400 1 400 1 400
1 800 1 1600 1 1600 1 1600 1 3200
2 100 2 100 2 100 2 200 2 200 2 200
2 200 2 400 2 400
;
proc print;
proc ttest ;	调用ttest过程进行t检验
class group;	分组变量为group
var logx;	要统计的变量为logx
run;

第五章多个率比较的SAS编程实现

两个率或多个率的比较，我们非常熟悉的就是采用卡方检验的方法。除此之外，在特定条件下还可根据正态近似的原则采用u检验的方法进行分析。在SAS中，卡方检验的功能包含在freq过程之中，下面我们先熟悉一下freq过程的基本内容和功能。

一、freq过程的语句和功能

freq过程包含在SAS的BASE模块中，它可以执行描述性统计以及假设检验的功能，能产生从1维到n维的表格，即频数表以及列联表。对于单因素的频数表，freq过程可以进行比率之间的比较；对于列联表资料（两个或更多因素），它可以对两因素间的关系进行统计学推断，必要时可以按照某些因素进行分层分析。对于两因素关系的统计学分析，freq过程不仅可以检验关系的存在与否，还可以给出这种关系的强度。

下表（表5.1）是freq过程对于列联表资料可以进行的分析以及计算的统计量。

表5.1

卡方检验；

关联性的推断及其强度测量；

2×2表资料危险度计算以及危险度差别的检验；

2×2表资料OR值以及相对危险度的计算；

趋势检验；

一致性检验；

Cochran-Mantel-Haenszel 统计量计算。

1. freq过程的一般格式

freq过程的一般格式如下所示。

PROC FREQ <选项列表>；

BY <DESCENDING> 变量名-1 <...<DESCENDING> 变量名-n> <NOTSORTED>；

EXACT 统计量关键字 </ 选项列表>；

OUTPUT 统计量关键字 <OUT=SAS-data-set>；

TABLES 因素表达式 </ 选项列表>；

TEST 统计量关键字；

WEIGHT 变量名；

RUN；

QUIT；

表面上看起来freq过程的语句并不复杂，但它可实现很多复杂的功能。下面就freq过程中特有的语句和选项加以简要说明。

2. freq过程中各语句及选项的格式及功能

2.1 proc freq语句用以调用freq过程，标志freq过程的开始，其后的选项除和其它过程相同的一般性的控制功能外，没有什么特别之处，我们一般也不太用到。

2.2 by语句和以前的内容完全相同，这里不再说明。

2.3 Exact语句用以控制对精确概率的计算以及对指定统计量进行可信限估计。对于以下假设检验，freq过程可以计算其精确P值：拟合优度卡方检验（chi-square goodness-of-fit）、Pearson卡方检验（Pearson chi-square）、似然比卡方检验（likelihood-ratio chi-square）、 Mantel-Haenszel卡方检验（Mantel-Haenszel chi-square）、Fisher’s确切概率检验（Fisher's exact test）、Jonckheere-Terpstra检验（Jonckheere-Terpstra test）、Cochran-Armitage 趋势检验（Cochran-Armitage test for trend）以及McNemar's检验（McNemar's test for two-way tables）

2.4 Output语句大家已很熟悉，它用于将结果数据输出到指定的数据集。

2.5 Tables语句在freq过程中算是非常关键的语句，它用以指定所要分析的因素如何构成列联表，并在选项中指定所要计算的统计量。其中的因素表达式就是列联表的构成方式，如果只有一个因素，就将该因素的变量名作为表达式；如果因素有两个或以上，各因素之间以星号——“*”相连。这里大家要明确一点，SAS对于两个以上因素组成的表达式，将排在最后的两个变量作为列联表的行和列，而其它排在前面的因素则作为分层因素对待。比如对于表达式：A*B*C*D，SAS绘制出k（等于A、B两因素水平数的乘积）个交叉表，表格的行因素为C，列因素为D。

在同一个tables语句中，你可以指定多个因素表达式以完成多个交叉表的绘制。灵活运用圆括号的分组语法可达到此目的，具体方法如以下表格（表5.2）中显示的例子。

表5.2 多表格表达式示例

表达式	等同表达式
tables a*(b c);	tables ab ac;
tables (a b)*(c d);	tables ac bc ad bd;
tables (a b c)*d;	tables ad bd c*d;
tables a--c;	tables a b c;
tables (a--c)*d;	tables ad bd c*d;

Tables语句的选项主要用以指定所要进行的具体统计分析方式，如：agree、 all、 chisq、 alpha、 fisher、 trend等等，分别指定SAS进行不同的统计计算。

2.6 test语句用以指定SAS对给定的统计量进行近似检验，此语句的有效性需要相应的tables语句选项来保证。

2.7 weight语句以前已经讨论过，这里的完全一样。

对于freq过程大家已经有了一个大概的了解，下面我们用实例来演示freq过程在各种情况下处理相应资料的操作方法。

二、freq过程对各种类型计数资料处理操作方法

1. 两个率比较的卡方检验

例5-1 一项治疗糖尿病的临床试验中，将268名患者随机分为两组，一组204人服用盐酸苯乙双胍，死于心血管病的有26人，另一组64人服用安慰剂，死于心血管病的有2人，请分析两种疗法的心血管病病死率有无差异？

此例为典型的四格表资料，是我们最乐意用卡方检验进行分析的数据形式，非常简单的几条语句就可完成对数据的分析。

编制程序如下：

libname a 'e:\data\';

data a.case5_1;

input treat outcome number;

datalines;

1 1 178

1 2 26

2 1 62

2 2 2

;

proc freq;

weight number;

tables treat*outcome/chisq;

run;quit;

此处treat代表不同的治疗药物，1表示服用盐酸苯乙双胍，2表示服用安慰剂；outcome代表患者的结局（死亡与否），1表示生存，2表示死于心血管病，number则表示患者的人数。Tables语句后的chisq选项指示SAS进行卡方统计量的计算。

运行上述程序，结果如下。

The SAS System 20:29 Wednesday, November 27, 2002 5

The FREQ Procedure

Table of treat by outcome

treat outcome

Frequency|

Percent |

Row Pct |

Col Pct | 1| 2| Total

---------+--------+--------+

1 | 178 | 26 | 204

| 66.42 | 9.70 | 76.12

| 87.25 | 12.75 |

| 74.17 | 92.86 |

---------+--------+--------+

2 | 62 | 2 | 64

| 23.13 | 0.75 | 23.88

| 96.88 | 3.13 |

| 25.83 | 7.14 |

---------+--------+--------+

Total 240 28 268

89.55 10.45 100.00

The SAS System 20:29 Wednesday, November 27, 2002 6

The FREQ Procedure

Statistics for Table of treat by outcome

Statistic DF Value Prob

------------------------------------------------------

Chi-Square 1 4.8188 0.0282

Likelihood Ratio Chi-Square 1 6.0021 0.0143

Continuity Adj. Chi-Square 1 3.8454 0.0499

Mantel-Haenszel Chi-Square 1 4.8008 0.0284

Phi Coefficient -0.1341

Contingency Coefficient 0.1329

Cramer's V -0.1341

Fisher's Exact Test

----------------------------------

Cell (1,1) Frequency (F) 178

Left-sided Pr <= F 0.0177

Right-sided Pr >= F 0.9967

Table Probability (P) 0.0144

Two-sided Pr <= P 0.0330

Sample Size = 268

结果给出的内容很是详细，第一部分是四格表的内容，每一个格子内给出四项内容，分别为频数、百分比、行百分比以及列百分比。第二部分为卡方检验的结果，SAS在默认状态下即给出此若干项统计量的结果以及相应的概率，具体的含义大家从字面上就可看出来，这里我不再多说。最后，SAS还给出fisher精确概率的计算结果，提供给我们更多的选择。

对于病例对照研究，可在tables语句后添加选项‘cmh’，SAS即会给出“Cochran-Mantel-haenszel”统计量的结果，以及相对危险度、比数比等重要指标。如果资料为1：1配对资料，即四格表中数据为不同组合的对子数，则需要采用McNemar检验，此时只需在tables语句后添加选项‘agree’，或添加语句——“exact mcnem;”即可。

2. R*C表资料的卡方检验

例5-2 对1135例绝经后出血的妇女进行病理分析，结果见表5.3，请分析病变类型是否与年龄有关。

表5.3 不同年龄妇女绝经后出血的病变类型

年龄组/岁	病变类型，例数（百分比）			合计
年龄组/岁	功能性	恶性	良性	合计
≤50	60（44.4）	16（11.9）	59（43.7）	135
51~	208（33.3）	111（17.8）	306（49.0）	625
61~	66（25.0）	79（29.2）	119（45.1）	264
71~	21（18.9）	47（42.3）	43（38.7）	111
合计	355（31.3）	253（22.3）	527（46.4）	1135

此例为4*3表资料，对于年龄和病变类型两个属性间的独立性检验，完全可以使用和前述四格表资料分析方法相同的pearson卡方检验，程序的步骤和内容也是基本相同的。

对此例资料进行分析的程序如下：

libname a 'e:\data\';

data a.case5_2;

do age=1 to 4;

do pathtype=1 to 3;

input count@@;

output;

end;

datalines;

60 16 59 208 111 306

66 79 119 21 47 43

;

run;

proc freq;

tables age*pathtype/chisq;

weight count;

run;

quit;

大家可以看到，和上例的程序相比，此例并无多少差异，SAS对于交叉表形式的计数资料，进行卡方检验的程序是完全相同的。其不同的地方是根据我们对资料分析需要的不同而有所区别，比如我们对于线性趋势的检验一般只针对R*C表资料。

提交以上程序，结果如下。

The SAS System 20:54 Thursday, November 28, 2002 26

The FREQ Procedure

Table of age by pathtype

age pathtype

Frequency|

Percent |

Row Pct |

Col Pct | 1| 2| 3| Total

---------+--------+--------+--------+

1 | 60 | 16 | 59 | 135

| 5.29 | 1.41 | 5.20 | 11.89

| 44.44 | 11.85 | 43.70 |

| 16.90 | 6.32 | 11.20 |

---------+--------+--------+--------+

2 | 208 | 111 | 306 | 625

| 18.33 | 9.78 | 26.96 | 55.07

| 33.28 | 17.76 | 48.96 |

| 58.59 | 43.87 | 58.06 |

---------+--------+--------+--------+

3 | 66 | 79 | 119 | 264

| 5.81 | 6.96 | 10.48 | 23.26

| 25.00 | 29.92 | 45.08 |

| 18.59 | 31.23 | 22.58 |

---------+--------+--------+--------+

4 | 21 | 47 | 43 | 111

| 1.85 | 4.14 | 3.79 | 9.78

| 18.92 | 42.34 | 38.74 |

| 5.92 | 18.58 | 8.16 |

---------+--------+--------+--------+

Total 355 253 527 1135

31.28 22.29 46.43 100.00

The SAS System 20:54 Thursday, November 28, 2002 28

The FREQ Procedure

Statistics for Table of age by pathtype

Statistic DF Value Prob

------------------------------------------------------

Chi-Square 6 58.9049 <.0001

Likelihood Ratio Chi-Square 6 56.1468 <.0001

Mantel-Haenszel Chi-Square 1 3.6219 0.0570

Phi Coefficient 0.2278

Contingency Coefficient 0.2221

Cramer's V 0.1611

Sample Size = 1135

结果也和例5-1基本相同，有所不同的是此处没有经连续性校正的卡方值（这里不需要校正），也没有自动给出fisher精确概率值。

在得出两因素不相互独立的结论后，可进一步对因素的各水平进行两两之间的差异检验，这就涉及到R*C表的拆分问题，关于此内容统计学教科书上多数都有介绍，感兴趣的可以自己研究一下。

本章关于两个率和多个率的比较问题就先介绍这么些内容，下一章我们将讨论非参数统计方法的编程实现。

【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

上一篇教程： sas教程：第四章统计图

下一篇教程： sas教程：第六章分类资料的统计描述与简单推断

第五章 多个率比较的SAS编程实现

第五章多个率比较的SAS编程实现