【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(jì)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(gè)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(shí)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(yàn)，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(gè)變量有依存關(guān)系的直線方程，以確定一條最接近于各實(shí)測點(diǎn)的直線，使各實(shí)測點(diǎn)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(gè)指標(biāo)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(jìn)行檢驗(yàn)。這兩種方程在某些情況下會(huì)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(shí)將會(huì)產(chǎn)生較大的偏差。 ? 由于醫(yī)學(xué)研究的復(fù)雜性，一個(gè)被解釋變量往往受多個(gè)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(jì)尿肌酐含量（ Y）對其年齡（ X）的回歸方程。其最前面的標(biāo)簽項(xiàng)和 model語句的完全相同。如果沒有 id語句，SAS則用觀測的編號(hào)來標(biāo)識(shí)每一條觀測。其最前面的標(biāo)簽為可選項(xiàng)，可以是不超過 8個(gè)字符的字符串，用來對定義的模型進(jìn)行標(biāo)識(shí)，以便于在結(jié)果中分辨不同的模型，一般情況下系統(tǒng)會(huì)以默認(rèn)的方式對模型進(jìn)行標(biāo)識(shí)，你可以省略此項(xiàng)。 VAR 變量名列表 。 ? 繪制散點(diǎn)圖后，若出現(xiàn)一些特大特小的離群值（異常點(diǎn)），則應(yīng)及時(shí)復(fù)核檢查，對由于測定、記錄或計(jì)算機(jī)錄入的錯(cuò)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(jìn)行測定，確定一個(gè)相關(guān)的數(shù)學(xué)方程，根據(jù)這個(gè)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(gè)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(gè)數(shù)量變量間依存關(guān)系的統(tǒng)計(jì)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(jì)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(fù)表示負(fù)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(jì)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(jì)算相應(yīng)的偏統(tǒng)計(jì)量。 FREQ 變量名 。當(dāng)例數(shù)相等時(shí)，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(gè)因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時(shí)只涉及一個(gè)自變量和一個(gè)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(jì)研究的主要對象。當(dāng)一個(gè)或幾個(gè)相互聯(lián)系的變量取一定數(shù)值時(shí)，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(shí)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(gè)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(gè)數(shù)值時(shí)， 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(dòng)而變動(dòng)，它在相關(guān)圖上表現(xiàn)為所有的觀察點(diǎn)都落在同一條直線上，這種情況下，相關(guān)關(guān)系實(shí)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(gè)變量（ X， Y）之間線性關(guān)系密切程度的指標(biāo)，用 r表示，其值在 1至 +1間。另外，它還對用于估計(jì)可靠性的 Cronbach系數(shù) α進(jìn)行計(jì)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(gè)變量可以同時(shí)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(gè)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(gè)變量在坐標(biāo)上的方位點(diǎn)，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(gè)現(xiàn)象發(fā)生一定量的變化時(shí)，另一個(gè)變量將會(huì)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(shí)，常常必須相互補(bǔ)充。 應(yīng)用直線回歸的注意事項(xiàng) ? 進(jìn)行回歸分析時(shí)，應(yīng)先繪制散點(diǎn)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(xiàng)， PROC REG 選項(xiàng)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(xiàng)： – Stb 標(biāo)準(zhǔn)化回歸系數(shù) – P 每個(gè)觀測的實(shí)際值、預(yù)測值與殘差 – Cli 每個(gè)觀測預(yù)測值的雙側(cè) 95%容許區(qū)間 – Clm 每個(gè)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(xiàng)的輸出內(nèi)容外，還包括預(yù)測值、殘差的標(biāo)準(zhǔn)誤， student殘差， Cook的 D統(tǒng)計(jì)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(gè)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(huì)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(gè)有關(guān)系的變量在散點(diǎn)圖中的趨勢不是直線而呈現(xiàn)曲線形式時(shí)，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(shí)際問題中，還會(huì)遇到一個(gè)隨機(jī)變量與多個(gè)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(gè)因變量，所以有時(shí)也稱為單變量線性回歸分析。具體地說，先在 m個(gè)自變量中選擇一個(gè)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(gè)自變量中，再選一個(gè)，使得 聯(lián)合起來二元回歸效果最好，第三步在剩下的 m2個(gè)自變量中選擇一個(gè)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(gè)方法的綜合。引人一個(gè)變量或者從回歸方程中剔除一個(gè)變量都稱為逐步回歸的一步，每一步都要進(jìn)行檢驗(yàn)，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(jì)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(jì)量、 Hoeffding’s獨(dú)立性分析統(tǒng)計(jì)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(shí)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(xiàng) ]； 語句 [/語句選擇項(xiàng) ]； 語句 [/語句選擇項(xiàng) ]； 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(xiàng)。 這種程序和 SAS 數(shù)據(jù)步程序不同，它僅需要 告訴計(jì)算機(jī)做什么 ，而不需要象 SAS 數(shù)據(jù)步那樣告訴計(jì)算機(jī)怎么做 。 PROC語句選擇項(xiàng)： 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(gè)或多個(gè)變量識(shí)別觀察值 FORMAT語句：用于在過程步