【正文】 ] 指定分析的變量名列表 , 缺省為所有數(shù)值變量 [BY 變量名列 。 var x 。 var x2x6。] /*指定分組統(tǒng)計變量 ,要求排序 */ [CLASS 變量名列 。 VALUE HF LOW=’LOW’ =’MID’ HIGH=’HIGH’ 。若該句缺省，則新變量名覆蓋原變量名。 BY SEX DESCENDING HEIGHT。 RUN。 VAR 變量 … 。run。 現(xiàn)有一批人，其中 20歲女性 10人， 22歲女性 23人， 21歲男性 19人， 21歲男性 16人，求平均年齡。 功能：將過程產(chǎn)生的結(jié)果輸出到一個新的 SAS數(shù)據(jù)集中 。 PROC PRINT。 format sex sex. age agegrp. birthday yymmdd8. ； ?這里 sex 和 age用的是事先定義好的格式名，birthday 是當(dāng)時賦予的格式。 PROC PRINT 。 PROC SORT DATA=A OUT=B ； 語句中 SORT是過程名， DATA、 OUT是關(guān)鍵字， A和 B是關(guān)鍵字的值。例如， ttest， anova， reg， corr， tabulate，plot， print 等，它們分別是 t檢驗，方差分析，回歸分析，相關(guān)分析，制表，繪圖和輸出打印的過程名。 例 2： ? PROC PRINT DATA=CLASS。 BY SEX。 Lumin 3 B caihang 3 B limin 4 G liyou 4 B liuyin 4 B liuyang 5 G huye 5 G chengbin 6 G yangbin 6 B liuhong 6 B yanjin 7 G zhangge 7 G 。 本章小節(jié) ? 直線回歸分析的任務(wù)在于找出兩個變量有依存關(guān)系的直線方程，以確定一條最接近于各實測點的直線，使各實測點與該線的縱向距離的平方和為最小。 ? 所謂相關(guān)分析，就是用一個指標來表明現(xiàn)象間相互依存關(guān)系的密切程度。相反，如果不顯著，則該變量要剔除，然后按偏回歸平方和由小到大地依次對方程中其它變量進行檢驗。這兩種方程在某些情況下會得到不合理的結(jié)果。這樣最后得到的?最優(yōu)?回歸方程可包含一些對 Y影響不大的自變量。 ? 在回歸方程中若漏掉對 Y影響顯著的自變量，那么建立的回歸式用于預(yù)測時將會產(chǎn)生較大的偏差。 ? 由于醫(yī)學(xué)研究的復(fù)雜性，一個被解釋變量往往受多個解釋變量的影響。根據(jù)測得的 5對數(shù)據(jù)建立 ACTHCRF工作曲線。 例題 ? 某地方病研究所調(diào)查了 8名正常兒童的尿肌酐含量（ mmol/24h），估計尿肌酐含量（ Y）對其年齡（ X）的回歸方程。其最前面的標簽項和 model語句的完全相同。如果沒有 id語句，SAS則用觀測的編號來標識每一條觀測。其最前面的標簽為可選項，可以是不超過 8個字符的字符串，用來對定義的模型進行標識，以便于在結(jié)果中分辨不同的模型，一般情況下系統(tǒng)會以默認的方式對模型進行標識，你可以省略此項。 VAR 變量名列表 。 ? 繪制散點圖后，若出現(xiàn)一些特大特小的離群值（異常點），則應(yīng)及時復(fù)核檢查，對由于測定、記錄或計算機錄入的錯誤數(shù)據(jù)，應(yīng)予以修正和剔除?；貧w分析則是研究變量之間相互關(guān)系的具體形式，它對具有相關(guān)關(guān)系的變量之間的數(shù)量聯(lián)系進行測定，確定一個相關(guān)的數(shù)學(xué)方程，根據(jù)這個數(shù)學(xué)方程可以從已知量推測未知量，從而為估算和預(yù)測提供了一個重要的方法。通過回歸分析，可以將相關(guān)變量之間不確定、不規(guī)則的數(shù)量關(guān)系一般化、規(guī)范化。 直線回歸分析 ? 直線回歸是用直線回歸方程表示兩個數(shù)量變量間依存關(guān)系的統(tǒng)計分析方法，屬雙變量分析的范疇。 等級相關(guān)（秩相關(guān)） ? 按以下公式計算 Spearman等級相關(guān)系數(shù) ? rs值界于 1與 1之間， rs為正表示正相關(guān)，rs為負表示負相關(guān)， rs為零表示為零相關(guān)。 例題 ? 某地方病研究所調(diào)查了 8名正常兒童的尿肌酐含量（ mmol/24h），估計尿肌酐含量與年齡相關(guān)關(guān)系。但其中只有 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)及 Kendall’s Tau b可計算相應(yīng)的偏統(tǒng)計量。 FREQ 變量名 。當(dāng)例數(shù)相等時，相關(guān)系數(shù)的絕對值越接近 1，相關(guān)越密切；越接近于 0，相關(guān)越不密切。 單相關(guān)、復(fù)相關(guān)和偏相關(guān) ? 單相關(guān)：兩個因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時只涉及一個自變量和一個因變量。大多數(shù)相關(guān)關(guān)系屬于不完全相關(guān)，是統(tǒng)計研究的主要對象。當(dāng)一個或幾個相互聯(lián)系的變量取一定數(shù)值時，與之相對應(yīng)的另一變量的值雖然不確定，但它仍按某種規(guī)律在一定的范圍內(nèi)變化，變量間的這種相互關(guān)系，稱為具有不確定性的相關(guān)關(guān)系。有相關(guān)不一定因果關(guān)系；反之，有因果關(guān)系的，一定有相關(guān)。而有些事物的關(guān)系是互為因果的，如上述釘螺是因，感染血吸蟲是果；但有時因果不清，只是伴隨關(guān)系。 直線相關(guān)分析介紹 ? 設(shè)有兩個變量 x和 y，變量 y隨變量 x一起變化，并完全依賴于 x，當(dāng)變量 x取某個數(shù)值時， y依確定的關(guān)系取相應(yīng)的值，則稱 y是 x的函數(shù)，記為 y = f（ x），其中 x稱為自變量， y稱為因變量。即因變量 y的數(shù)值完全隨自變量x的變動而變動，它在相關(guān)圖上表現(xiàn)為所有的觀察點都落在同一條直線上，這種情況下，相關(guān)關(guān)系實際上是函數(shù)關(guān)系。 ? 曲線（或非線性）相關(guān)。 ? 相關(guān)系數(shù)是表示兩個變量（ X， Y）之間線性關(guān)系密切程度的指標，用 r表示，其值在 1至 +1間。另外，它還對用于估計可靠性的 Cronbach系數(shù) α進行計算。 直線相關(guān)分析的 SAS程序 ? CORR過程的幾條語句中， BY語句、 FREQ語句以及 WEIGHT語句與以前所介紹的過程中的完全相同，大家可以參考以前的內(nèi)容。如果需要，一個變量可以同時出現(xiàn)在 VAR語句和 WITH語句內(nèi)。 等級相關(guān)（秩相關(guān)） ? 類似前述積差相關(guān)，它是用等級相關(guān)系數(shù)rs來說明兩個變量間直線相關(guān)關(guān)系的密切程度與相關(guān)方向。例如正常人的血壓隨年齡而增高，但這只是總的趨勢，有些高齡人的血壓卻不一定偏高；一群正常人按年齡和血壓兩個變量在坐標上的方位點，并非集中在一條上升直線上，而是圍繞著一條有代表性的直線上升。 直線回歸分析 ? 相關(guān)關(guān)系能說明現(xiàn)象間有無關(guān)系，但它不能說明一個現(xiàn)象發(fā)生一定量的變化時，另一個變量將會發(fā)生多大量的變化。 直線回歸分析 ? 相關(guān)分析和回歸分析有著密切的聯(lián)系，它們不僅具有共同的研究對象，而且在具體應(yīng)用時，常常必須相互補充。 應(yīng)用直線回歸的注意事項 ? 進行回歸分析時，應(yīng)先繪制散點圖。 直線回歸分析的 SAS程序 ? REG過程涉及到較多的語句和選項， PROC REG 選項列表 。 OUTPUT OUT=數(shù)據(jù)集名 keyword=變量名列表 ... keyword=變量名列表 。 直線回歸分析的 SAS程序 ? Model語句后面的選項： – Stb 標準化回歸系數(shù) – P 每個觀測的實際值、預(yù)測值與殘差 – Cli 每個觀測預(yù)測值的雙側(cè) 95%容許區(qū)間 – Clm 每個觀測預(yù)測值均值的雙側(cè) 95%可信區(qū)間 – R 殘差分析的結(jié)果，包括 P選項的輸出內(nèi)容外，還包括預(yù)測值、殘差的標準誤， student殘差， Cook的 D統(tǒng)計量等。此處用到的變量必須為 model語句或 var語句中出現(xiàn)的變量，你可以交互地加入某個變量到模型中或?qū)⒃?delete語句中剔除的變量重新包含到模型中。但如果輸入數(shù)據(jù)類型為 corr、 cov或 sscp等， output語句則會失效。推斷正常兒童與大骨節(jié)病患兒尿肌酐含量（ Y）對其年齡（ X）的回歸直線是否平行？ 非線性回歸 ? 當(dāng)兩個有關(guān)系的變量在散點圖中的趨勢不是直線而呈現(xiàn)曲線形式時，可以考慮做兩變量的非線性回歸，亦稱曲線回歸。 多元線性回歸與相關(guān)的基礎(chǔ)理論 ? 在許多實際問題中，還會遇到一個隨機變量與多個變量的相關(guān)關(guān)系問題，需要用多元回歸分析的方法來解決。由于多元線性回歸分析（包括一元線性回歸分析）僅涉及到一個因變量，所以有時也稱為單變量線性回歸分析。具體地說，先在 m個自變量中選擇一個與因變量線性關(guān)系最密切的變量，記為，然后在剩余的 m1個自變量中，再選一個，使得 聯(lián)合起來二元回歸效果最好，第三步在剩下的 m2個自變量中選擇一個變量，使得 聯(lián)合起來回歸效果最好， ...如此下去，直至得到?最優(yōu)?回歸方程為止。 回歸變量的選擇與逐步回歸 ? 逐步回歸法是上述兩個方法的綜合。引人一個變量或者從回歸方程中剔除一個變量都稱為逐步回歸的一步，每一步都要進行檢驗，以保證在引人新變量前回歸方程中只含有對影響顯著的變量，而不顯著的變量已被剔除。 本章小節(jié) ? 相關(guān)分析和回歸分析是研究現(xiàn)象之間相關(guān)關(guān)系的兩種基本方法。 CORR過程存在于 SAS的 base模塊，可以計算 Pearson積矩相關(guān)系數(shù)、 Spearman秩相關(guān)系數(shù)、 Kendall‘s tau b統(tǒng)計量、 Hoeffding’s獨立性分析統(tǒng)計量 D以及 Pearson， Spearman，以及 Kendall偏相關(guān)系數(shù)。 SAS 過程步 (procedure step) 蔣紅衛(wèi) Email: SAS應(yīng)用 復(fù)習(xí) 數(shù)據(jù)步 （ data step） 相關(guān)內(nèi)容 主要功能 生成 SAS數(shù)據(jù)集的方法 SAS數(shù)據(jù)集的要素 基本語句 臨時數(shù)據(jù)集和永久數(shù)據(jù)集的區(qū)別 (Temporary data set / Permanent data set ) 例 1： ?DATA CLASS1。 過程步的格式 PROC 過程名 [過程選擇項 ]； 語句 [/語句選擇項 ]； 語句 [/語句選擇項 ]； 語句； …… RUN。(指明過程 ) ? 第二句開始是系統(tǒng)指定的必選 SAS 語句以及語句選擇項。 這種程序和 SAS 數(shù)據(jù)步程序不同，它僅需要 告訴計算機做什么 ，而不需要象 SAS 數(shù)據(jù)步那樣告訴計算機怎么做 。 PROC語句選擇項： 1． 關(guān)鍵字 （ keyword） 指定反應(yīng)本過程特征 的關(guān)鍵字 。 舉例： ID語句：定義一個或多個變量識別觀察值 FORMAT語句：用于在過程步