【導(dǎo)讀】它不僅含有功能很強(qiáng)的統(tǒng)計(jì)分析軟件，而且，常用的分析工具。SAS的最大特點(diǎn)是功能齊全，技巧靈活，使。目前，它越來越廣泛地被應(yīng)用到各個(gè)學(xué)科領(lǐng)。域，被譽(yù)為國(guó)際上的一個(gè)標(biāo)準(zhǔn)高級(jí)軟件。一是了解軟件包的系統(tǒng)結(jié)構(gòu)，包括其使用環(huán)境，輯各種運(yùn)算程序的方法；文件，運(yùn)轉(zhuǎn)程序，查看結(jié)果等；多練習(xí)，多使用，熟能生巧。掌握SAS顯示管理系統(tǒng)及各主要窗口的功能；掌握SAS的基本語(yǔ)言特點(diǎn)、程序類型和程序結(jié)?，F(xiàn)廣泛應(yīng)用于社會(huì)科學(xué)、經(jīng)濟(jì)學(xué)、生物學(xué)、金融學(xué)與醫(yī)療衛(wèi)生保健等學(xué)科領(lǐng)域。以暫時(shí)或永久地儲(chǔ)存起來；調(diào)用SAS數(shù)據(jù)集方便迅速，減少很多重復(fù)工作；BASESAS模塊----SAS系統(tǒng)的核心。SAS/FSP快速數(shù)據(jù)處理的交互式菜單系統(tǒng)模塊。對(duì)SAS語(yǔ)言的語(yǔ)法進(jìn)行檢查。其作用是，當(dāng)PGM窗口里的程序被執(zhí)行后，用戶可。而幫助用戶及時(shí)準(zhǔn)確地發(fā)現(xiàn)和修改程序中的錯(cuò)誤。保存記錄文件的擴(kuò)展名為*.log。當(dāng)PGM窗口里輸入的程序完全正確時(shí)，或LOG窗。確部分的運(yùn)行結(jié)果。它豎立在主窗口的左邊，主要是用戶能夠?yàn)g覽SAS

　　

【正文】 an秩相關(guān)系數(shù)，并作顯著性檢驗(yàn)，這是比較粗糙的分析方法。 行列均為順序變量的相關(guān)檢驗(yàn) ? Spearman秩相關(guān)分析比較粗糙，這是因?yàn)樗o有序變量的等級(jí)賦值過于簡(jiǎn)單，不能最大限度地獲得有序變量之間的相關(guān)信息。而典型相關(guān)分析是在使有序變量的相關(guān)達(dá)到極大的前提下給有序變量的各等級(jí)賦值，就是對(duì)于表的邊緣（指?行合計(jì)?與?列合計(jì)?）設(shè)法產(chǎn)生一雙變量正態(tài)，從而進(jìn)行相關(guān)分析。因產(chǎn)生各等級(jí)的得分值的計(jì)算過程中涉及矩陣運(yùn)算，故手工計(jì)算較麻煩，將用 SAS程序?qū)崿F(xiàn)統(tǒng)計(jì)計(jì)算。一旦有了各等級(jí)的得分值后，就可運(yùn)用求２維頻數(shù)資料相關(guān)系數(shù)的公式計(jì)算了。典型相關(guān)分析可以得出幾個(gè)典型相關(guān)系數(shù) R， 與每一個(gè)典型相關(guān)系數(shù)對(duì)應(yīng)的檢驗(yàn)為卡方檢驗(yàn)，其數(shù)值為 nR2，其中 n為 R C表中的總頻數(shù)，與第 k個(gè)卡方值對(duì)應(yīng)的自由度 dfk=R+C2k1。 行列均為順序變量的相關(guān)檢驗(yàn) ? 與 定量資料 的相關(guān)與回歸分析類似，也可對(duì) R C表資料中有序變量之間是否存在線性趨勢(shì)作顯著性檢驗(yàn)，通常這兩種檢驗(yàn)的結(jié)果是基本一致的，即相關(guān)分析結(jié)果顯著，線性趨勢(shì)檢驗(yàn)結(jié)果也顯著?？梢酝ㄟ^檢驗(yàn)實(shí)現(xiàn)線性趨勢(shì)檢驗(yàn)，即利用回歸分析思想產(chǎn)生的與線性回歸有關(guān)的卡分量和偏離線性回歸的卡分量。 行列均為順序變量的相關(guān)檢驗(yàn) ? 首先計(jì)算 R C表的值，然后將總的值分解成線性回歸分量與偏離線性回歸分量。若兩分量均具有統(tǒng)計(jì)學(xué)意義，說明兩分類變量存在相關(guān)關(guān)系，但關(guān)系不是簡(jiǎn)單的直線關(guān)系；若線性回歸分量有統(tǒng)計(jì)學(xué)意義，偏離線性回歸分量無統(tǒng)計(jì)學(xué)意義時(shí)，說明兩分類變量不僅存在相關(guān)關(guān)系，而且是線性關(guān)系。 行列均為順序變量的相關(guān)檢驗(yàn) ? 計(jì)算 總的值 ? 計(jì)算線性回歸分量 回歸 ? b為回歸系數(shù) ? 計(jì)算偏線性回歸分量 ? 將總的 值分解成線性回歸分量和偏離線性回歸分量。若兩分量均有統(tǒng)計(jì)學(xué)意義，說明兩分類變量存在相關(guān)關(guān)系，但關(guān)系不是簡(jiǎn)單的直線關(guān)系；若線性回歸分量有統(tǒng)計(jì)學(xué)意義，偏離線性回歸分量無統(tǒng)計(jì)學(xué)意義時(shí)，說明兩變量不僅存在相關(guān)關(guān)系，而且是線性關(guān)系。 2?2?1,nn 2222 ＝＝＝回歸總回回歸 ?? RSSSSSbb???XXYYXXXY Sl*nl,llb 2b ＝＝2?例題 ? 某研究者欲研究年齡與冠狀動(dòng)脈粥樣硬化等級(jí)之間的關(guān)系，將 278例尸解資料整理成行乘列表，問年齡與冠狀動(dòng)脈粥樣硬化等級(jí)之間是否存在線性變化趨勢(shì)？ 分層資料的分析 ? 按一個(gè)或多個(gè)因素分層后，研究行變量與列變量間的聯(lián)系。 ? 通過控制分層變量的影響，檢驗(yàn)研究行變量與列變量的關(guān)系。 例題 ? 某研究者欲研究男女性使用別嘌 呤是否引發(fā)皮疹。 本章小節(jié) ? ?2檢驗(yàn)是用途很廣的一種假設(shè)檢驗(yàn)方法，這里我們主要學(xué)習(xí)它在分類資料統(tǒng)計(jì)推斷中的應(yīng)用，包括：兩個(gè)率或兩個(gè)構(gòu)成比比較的卡方檢驗(yàn)；多個(gè)率或多個(gè)構(gòu)成比比較的卡方檢驗(yàn)以及分類資料的相關(guān)分析等。 ? 本章第一節(jié)介紹了四格表的普通 ?2檢驗(yàn)方法，理論頻數(shù)與實(shí)際頻數(shù)的定義， ?2檢驗(yàn)統(tǒng)計(jì)量的計(jì)算方法， ?2分布以及?2界值表確定 P值的方法。說明了四格表 ?2檢驗(yàn)的應(yīng)用條件，以及連續(xù)性校正公式和四格表專用公式。通過 SAS分析實(shí)例演示了四格表 ?2檢驗(yàn)過程以及結(jié)果解釋。我們需要重點(diǎn)理解 ?2檢驗(yàn)的含義以及應(yīng)用。掌握 ?2檢驗(yàn)的應(yīng)用條件以及連續(xù)性校正公式等。 本章小節(jié) ? R C表可以分為雙向無序、單向有序、雙向有序?qū)傩韵嗤碗p向有序?qū)傩圆煌?4類。① 雙向無序 R C表， R C表中兩個(gè)分類變量皆為無序分類變量。若研究目的為多個(gè)樣本率（或構(gòu)成比）的比較，可用行 列表資料的 ?2檢驗(yàn)；若研究目的為分析兩個(gè)分類變量之間有無關(guān)聯(lián)性以及關(guān)系的密切程度時(shí)，可以用行 列表資料的 ?2檢驗(yàn)以及Pearson列聯(lián)系數(shù)進(jìn)行分析。② 單向有序 R C表有兩種形式：一種是 R C表中的分組變量是有序的，而指標(biāo)變量是無序的，此種單向有序 R C表資料可用行 列表資料的 ?2檢驗(yàn)進(jìn)行分析；另一種情況是 R C表中的分組變量是無序的，而指標(biāo)變量是有序的，此種單向有序 R C表資料宜用秩和檢驗(yàn)進(jìn)行分析。 本章小節(jié) ? ③雙向有序?qū)傩韵嗤?R C表， R C表中的兩分類變量皆為有序且屬性相同，實(shí)際上是 2 2配對(duì)設(shè)計(jì)的擴(kuò)展，此時(shí)宜用一致性檢驗(yàn)（或稱 Kappa檢驗(yàn)）；雙向有序?qū)傩圆煌?R C表， R C表中的兩分類變量皆為有序且屬性不相同，對(duì)于該類資料，需要分析兩有序分類變量間是否存在線性變化趨勢(shì)，宜用有序分組資料的線性趨勢(shì)檢驗(yàn)。 ? 本章針對(duì)不同類型的 R C表資料分別予以介紹，并通過實(shí)例進(jìn)行數(shù)據(jù)分析，并通過 SAS程序完成統(tǒng)計(jì)分析過程，大家在練習(xí)不同類型數(shù)據(jù)的分析方法時(shí)，掌握常用數(shù)據(jù)分析的 SAS程序，并能夠靈活運(yùn)用。 生存分析 SAS應(yīng)用 蔣紅衛(wèi) Email: 學(xué)習(xí)目標(biāo) ? 了解生存分析的應(yīng)用范圍和數(shù)據(jù)特點(diǎn)； ? 熟悉常見的生存時(shí)間分布規(guī)律的函數(shù)； ? 掌握生存率的兩種估計(jì)方法：乘積極限法和壽命表法； ? 掌握估計(jì)和比較生存函數(shù)的 SAS程序； ? Cox回歸的形式、數(shù)據(jù)格式、應(yīng)用和 SAS程序。 生存分析簡(jiǎn)介 ? 在醫(yī)學(xué)研究中，常常用隨訪的方式來研究事物發(fā)展的規(guī)律。例如，了解某藥物的療效，了解某儀器設(shè)備的使用壽命，了解手術(shù)后的存活時(shí)間等等。這種研究的特點(diǎn)是追蹤研究的現(xiàn)象都要經(jīng)過一段時(shí)間，統(tǒng)計(jì)學(xué)上將這段時(shí)間稱為生存時(shí)間。生存分析就是用來研究生存時(shí)間的分布規(guī)律以及生存時(shí)間和相關(guān)因素之間關(guān)系的一種統(tǒng)計(jì)分析方法。 ? 生存分析在醫(yī)學(xué)科學(xué)研究中具有廣泛而重要的應(yīng)用價(jià)值，它對(duì)人群壽命的研究，各種慢性疾病的現(xiàn)場(chǎng)追蹤研究，臨床療效試驗(yàn)和動(dòng)物試驗(yàn)等研究中隨訪資料的處理起著舉足輕重的作用。 生存數(shù)據(jù) ? 生存數(shù)據(jù)，指的是生存時(shí)間以及與生存時(shí)間有關(guān)聯(lián)的一組獨(dú)立變量。這里主要解釋與生存時(shí)間有關(guān)的幾個(gè)概念。 ? 在生存分析中將生存時(shí)間定義為從某起始事件起到某終止事件為止所經(jīng)歷的時(shí)間跨度。例如，在臨床研究中，冠心病患者在兩次發(fā)作之間的時(shí)間間隔；在流行病學(xué)研究中，從開始接觸危險(xiǎn)因素到發(fā)病所經(jīng)歷的時(shí)間；在動(dòng)物研究中，從開始給藥到發(fā)生死亡所經(jīng)歷的時(shí)間。所以，生存時(shí)間也稱為失效時(shí)間。 生存數(shù)據(jù) ? 生存時(shí)間資料與多元線性回歸資料很相似，只不過因變量通常為觀測(cè)對(duì)象生存的時(shí)間，常用ｔ來表示。當(dāng)然，生存時(shí)間是廣義的，可以指在通常意義下生物體的生存時(shí)間、也可以指所關(guān)心的某現(xiàn)象（如疾病治愈后、合格品使用后）持續(xù)的時(shí)間。若生存時(shí)間是準(zhǔn)確觀測(cè)到的，則稱為完全數(shù)據(jù)，它提供的關(guān)于生存時(shí)間的信息是完整確切的，也就是說它準(zhǔn)確地度量了觀察對(duì)象實(shí)際生存時(shí)間。但是生存資料的一個(gè)明顯特點(diǎn)是：所收集的資料中常常包含不完全數(shù)據(jù)，也稱為截尾數(shù)據(jù)、刪失數(shù)據(jù)。包括刪失數(shù)據(jù)的資料，稱為刪失資料（或截尾數(shù)據(jù)）。它提供的關(guān)于生存時(shí)間的信息是不完整不確切的，也就是說它沒有準(zhǔn)確地度量觀察對(duì)象實(shí)際生存的時(shí)間。 生存數(shù)據(jù) ? 導(dǎo)致數(shù)據(jù)刪失有很多原因，較常見的為失訪和研究截止。由隨機(jī)因素引起的，稱為隨機(jī)刪失；若事先就定了截止日期，則稱為定時(shí)刪失；若事先就定了觀察完多少例就截止研究，則稱為定數(shù)刪失。 在表達(dá)刪失數(shù)據(jù)時(shí)， 常在其右上角放一個(gè)?＋?號(hào)；而用 SAS軟件分析時(shí)，常在其前放一個(gè)?－?號(hào)或產(chǎn)生１個(gè)指示變量（例如，Ｃ =０表示刪失數(shù)據(jù)、Ｃ =１表示完全數(shù)據(jù)），便于計(jì)算時(shí)區(qū)別對(duì)待。為了使數(shù)據(jù)的表達(dá)與計(jì)算在形式上統(tǒng)一起來，本章一律用負(fù)數(shù)表示刪失數(shù)據(jù)，因生存時(shí)間不可能為負(fù)值，故不會(huì)產(chǎn)生混淆。 生存數(shù)據(jù) ? 一般地，截尾數(shù)據(jù)可分為右截尾、左截尾、區(qū)間截尾等不同類型。右截尾數(shù)據(jù)表示觀察對(duì)象至少存活到時(shí)刻 t，即生存時(shí)間的上界是未知的。右截尾數(shù)據(jù)一般出現(xiàn)在隨訪過程中某些觀察對(duì)象失訪或死于其它原因，或在規(guī)定的研究過程結(jié)束時(shí)觀察對(duì)象的終止事件還未發(fā)生。左截尾數(shù)據(jù)表示觀察對(duì)象至多存活到時(shí)刻 t，即生存時(shí)間的上界是已知的，但確切的生存時(shí)間是未知的。區(qū)間截尾數(shù)據(jù)表示觀察對(duì)象至少存活到 t1時(shí)刻且至多存活到t2時(shí)刻。 生存數(shù)據(jù) ? 對(duì)于截尾數(shù)據(jù)，既不能簡(jiǎn)單地棄之，需要采取一些技術(shù)處理。專門處理這種資料的統(tǒng)計(jì)方法，稱為 生存分析 。應(yīng)為拋棄截尾數(shù)據(jù)不僅損失了樣本量，最重要的是在這些截尾數(shù)據(jù)中，特別是右截尾數(shù)據(jù)大部分是生存時(shí)間較長(zhǎng)者的數(shù)據(jù)，損失掉這一部分觀察對(duì)象的信息，分析結(jié)果一定是片面或不穩(wěn)定的。 ? 截尾數(shù)據(jù)的存在是生存數(shù)據(jù)與普通數(shù)據(jù)的根本區(qū)別。處理截尾數(shù)據(jù)是生存分析的一個(gè)重要特點(diǎn)，本章介紹的生存分析主要處理右截尾數(shù)據(jù)。 生存時(shí)間函數(shù) ? 描述生存時(shí)間分布規(guī)律的函數(shù)統(tǒng)稱為生存時(shí)間函數(shù)。常用的有生存函數(shù)、死亡函數(shù)、死亡密度函數(shù)和風(fēng)險(xiǎn)函數(shù)。