【正文】 6月 23日 5 例 1 書中例 31 例 2 某克山病區(qū)測得 11名克山病患者與 13名健康人的血磷值（ mmol/L)如下，試求兩組的平均血磷值和標(biāo)準(zhǔn)差。 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 。 run。 y=log10(x)。 var y。 set outmean。 run。 2022年 6月 23日 10 PROC UNIVARIATE [操作選項(xiàng) ] 。] 表明該變量為分析變量的頻數(shù) [OUTPUT OUT= 數(shù)據(jù)集名 關(guān)鍵字 = 新變量名列表 ]。 cards。 2022年 6月 23日 12 Moments N（樣本含量） 12 Sum Wgts（總權(quán)重） 12 Mean（均數(shù)） Sum（合計(jì)） 78 Std Dev（標(biāo)準(zhǔn)差） Variance（方差） Skewness（偏度 g1） 0 Kurtosis（峰度 g2） USS（平方和） 578 CSS（離均差平方和） 71 CV（變異系數(shù)） Std Mean（標(biāo)準(zhǔn)誤） T:Mean=0（均數(shù)是否為 0的檢驗(yàn)） Pr|T|（ t值對應(yīng)的 p值） Num ^= 0（不等于 0的樣本數(shù)） 12 Num 0（大于 0的樣本數(shù)） 12 M(Sign)（符號(hào)檢驗(yàn)） 6 Pr=|M|（符號(hào)檢驗(yàn)的 p值） Sgn Rank（符號(hào)秩和檢驗(yàn)） 39 Pr=|S|（符號(hào)秩和檢驗(yàn)的 p值） .0005 W:Normal（ 正態(tài)性檢驗(yàn) W檢驗(yàn) ） PrW（ 正態(tài)性檢驗(yàn)的 p值 ） 2022年 6月 23日 13 Quantiles(Def=5) 100% Max 10 99% 10 75% Q3 95% 10 50% Med 90% 10 25% Q1 10% 3 0% Min 3 5% 3 1% 3 Range 7 Q3Q1 4 Mode 3 2022年 6月 23日 14 Extremes Lowest Obs Highest Obs 3( 8) 8( 3) 3( 1) 8( 10) 4( 12) 9( 2) 5( 6) 10( 9) 5( 5) 10( 11) Stem Leaf Boxplot 10 00 2 | 9 0 1 | 8 00 2 ++ 7 0 1 | | 6 0 1 *+* 5 00 2 | | 4 0 1 ++ 3 00 2 | ++++ 2022年 6月 23日 15 Normal Probability Plot + * ++*+ | * ++++ | * *++++ | *++++ | *++ | *+*+ | +*++ + * ++*+ +++++++++++ 2 1 0 +1 +2 2022年 6月 23日 16 頻數(shù)分布表數(shù)據(jù)的輸入 例 5 程序 35 data uni2。 proc univariate。 2022年 6月 23日 17 頻數(shù)表的編制 方法 1： 語句格式： proc univariate freq； 例 6 王潔貞主編 DATA SG。 PROC MEANS mean std MIN MAX。 IF X164 THEN Y=163。 X=166 THEN Y=167。 X=170 THEN Y=171。 X=174 THEN Y=175。 X=178 THEN Y=179。 PROC UNIVARIATE FREQ。 tables 變量名； 說明：該語句是根據(jù)定義的變量產(chǎn)生頻數(shù)分布表 。 INPUT X 。 /*z值就是將原始變量轉(zhuǎn)化成該數(shù)據(jù)所在組段的組中值 */ proc freq。RUN。 H0： ?配對的情況： ?同一對象治療（或處理）前后的比較 ?同一樣本接受不同處理的比較 ? 配對的兩個(gè)受試對象分別給予兩種處理 ?SAS程序： ?proc means；加 t prt 選項(xiàng) ?proc univariate； nsdtd /0??0?d?2022年 6月 23日 26 例 8 程序例 41 data ttest1。 113 140 150 138 150 140 135 135 128 135 100 120 110 147 120 114 130 138 123 120 。 2022年 6月 23日 27 Analysis Variable : D Mean Std Error T Prob|T| 程序中如無 var d。 /* 分組變量名 */ var 變量名 。 /* c循環(huán)開始 ， 循環(huán)次數(shù)為 2 */ input n。 /* output將 x輸出 ,循環(huán)語句中必須使用 。 5 279 334 303 338 198 3 229 274 310 。 var x。 = 2022年 6月 23日 31 兩樣本含量相等時(shí)，可去除 input n； 例 10： data t； do c=1 to 2。 end。 proc print。 run。 do c=1 to 2。 x=log10(x)。 cards。 var x。 = 2022年 6月 23日 35 三、方差分析（一） 統(tǒng)計(jì)回顧 ? 應(yīng)用： 兩個(gè)或兩個(gè)以上均數(shù)的比較 ? 條件： 樣本來自正態(tài)總體 。 Class 分組變量 。 它的取值即為分組變量的水平 ， 可以是數(shù)值型 ， 也可是字符型 。 ?主效應(yīng)： 由分組變量本身引起 ， 不考慮其他因素的影響 ， 可以用分組變量本身表示 。 ? 方差分析 幾個(gè)概念 2022年 6月 23日 38 ? 交叉效應(yīng)： 即交互作用 。 ? 相應(yīng)的模型有主效應(yīng)模型 （ 完全隨機(jī) 、 隨機(jī)區(qū)組 、 拉丁方等 ） 和含交互作用項(xiàng)的模型 (析因設(shè)計(jì) 、 正交設(shè)計(jì) ) 2022年 6月 23日 39 ? 完全隨機(jī)設(shè)計(jì)資料的方差分析 例 12： 程序 51 data anova1。 output。 。 /*按變量 c分組對因變量 X進(jìn)行方差分析 */ means c/snk。如 c=3和 c=1以及 c=2組的標(biāo)志均為 B，表明這三組的均數(shù)無差別；而 c=4組的標(biāo)志為 A，因此它與其它三組的差別均有統(tǒng)計(jì)學(xué)意義。 input n。 end。 proc anova。 2022年 6月 23日 44 ? 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析 data anova4。 output。 。 means a/snk。 利用拉丁方陣安排試驗(yàn)，拉丁方陣亦稱 r階拉丁方，是用 r個(gè)拉丁字母排成 r行 r列的方陣，每個(gè)字母在每行每列中只出現(xiàn)一次。 表 5可見， 5種防護(hù)服在 5個(gè)不同的日期和 5個(gè)不同的受試者各出現(xiàn)一次；在同一日期和不同受試者 5種防護(hù)服各不相同。 input cloth $ x 。 cards。 model x=date person cloth。 do tumor=1 to 4。 end。 class tumor dose drug