【導(dǎo)讀】它不僅含有功能很強的統(tǒng)計分析軟件，而且，常用的分析工具。SAS的最大特點是功能齊全，技巧靈活，使。目前，它越來越廣泛地被應(yīng)用到各個學(xué)科領(lǐng)。域，被譽為國際上的一個標(biāo)準(zhǔn)高級軟件。一是了解軟件包的系統(tǒng)結(jié)構(gòu)，包括其使用環(huán)境，輯各種運算程序的方法；文件，運轉(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的基本語言特點、程序類型和程序結(jié)?，F(xiàn)廣泛應(yīng)用于社會科學(xué)、經(jīng)濟學(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。以暫時或永久地儲存起來；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SAS語言的語法進行檢查。其作用是，當(dāng)PGM窗口里的程序被執(zhí)行后，用戶可。而幫助用戶及時準(zhǔn)確地發(fā)現(xiàn)和修改程序中的錯誤。保存記錄文件的擴展名為*.log。當(dāng)PGM窗口里輸入的程序完全正確時，或LOG窗。確部分的運行結(jié)果。它豎立在主窗口的左邊，主要是用戶能夠瀏覽SAS

　　

【正文】 an秩相關(guān)系數(shù)，并作顯著性檢驗，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 ? Spearman秩相關(guān)分析比較粗糙，這是因為它給有序變量的等級賦值過于簡單，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)達到極大的前提下給有序變量的各等級賦值，就是對于表的邊緣（指?行合計?與?列合計?）設(shè)法產(chǎn)生一雙變量正態(tài)，從而進行相關(guān)分析。因產(chǎn)生各等級的得分值的計算過程中涉及矩陣運算，故手工計算較麻煩，將用 SAS程序?qū)崿F(xiàn)統(tǒng)計計算。一旦有了各等級的得分值后，就可運用求２維頻數(shù)資料相關(guān)系數(shù)的公式計算了。典型相關(guān)分析可以得出幾個典型相關(guān)系數(shù) R， 與每一個典型相關(guān)系數(shù)對應(yīng)的檢驗為卡方檢驗，其數(shù)值為 nR2，其中 n為 R C表中的總頻數(shù)，與第 k個卡方值對應(yīng)的自由度 dfk=R+C2k1。 行列均為順序變量的相關(guān)檢驗 ? 與 定量資料 的相關(guān)與回歸分析類似，也可對 R C表資料中有序變量之間是否存在線性趨勢作顯著性檢驗，通常這兩種檢驗的結(jié)果是基本一致的，即相關(guān)分析結(jié)果顯著，線性趨勢檢驗結(jié)果也顯著?？梢酝ㄟ^檢驗實現(xiàn)線性趨勢檢驗，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 ? 首先計算 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)系不是簡單的直線關(guān)系；若線性回歸分量有統(tǒng)計學(xué)意義，偏離線性回歸分量無統(tǒng)計學(xué)意義時，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 ? 計算 總的值 ? 計算線性回歸分量 回歸 ? b為回歸系數(shù) ? 計算偏線性回歸分量 ? 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)系不是簡單的直線關(guān)系；若線性回歸分量有統(tǒng)計學(xué)意義，偏離線性回歸分量無統(tǒng)計學(xué)意義時，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脈粥樣硬化等級之間的關(guān)系，將 278例尸解資料整理成行乘列表，問年齡與冠狀動脈粥樣硬化等級之間是否存在線性變化趨勢？ 分層資料的分析 ? 按一個或多個因素分層后，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檢驗是用途很廣的一種假設(shè)檢驗方法，這里我們主要學(xué)習(xí)它在分類資料統(tǒng)計推斷中的應(yīng)用，包括：兩個率或兩個構(gòu)成比比較的卡方檢驗；多個率或多個構(gòu)成比比較的卡方檢驗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檢驗方法，理論頻數(shù)與實際頻數(shù)的定義， ?2檢驗統(tǒng)計量的計算方法， ?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分析實例演示了四格表 ?2檢驗過程以及結(jié)果解釋。我們需要重點理解 ?2檢驗的含義以及應(yīng)用。掌握 ?2檢驗的應(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表中兩個分類變量皆為無序分類變量。若研究目的為多個樣本率（或構(gòu)成比）的比較，可用行 列表資料的 ?2檢驗；若研究目的為分析兩個分類變量之間有無關(guān)聯(lián)性以及關(guān)系的密切程度時，可以用行 列表資料的 ?2檢驗以及Pearson列聯(lián)系數(shù)進行分析。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檢驗進行分析；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進行分析。 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，實際上是 2 2配對設(shè)計的擴展，此時宜用一致性檢驗（或稱 Kappa檢驗）；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，宜用有序分組資料的線性趨勢檢驗。 ? 本章針對不同類型的 R C表資料分別予以介紹，并通過實例進行數(shù)據(jù)分析，并通過 SAS程序完成統(tǒng)計分析過程，大家在練習(xí)不同類型數(shù)據(jù)的分析方法時，掌握常用數(shù)據(jù)分析的 SAS程序，并能夠靈活運用。 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； ? 熟悉常見的生存時間分布規(guī)律的函數(shù)； ? 掌握生存率的兩種估計方法：乘積極限法和壽命表法； ? 掌握估計和比較生存函數(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)后的存活時間等等。這種研究的特點是追蹤研究的現(xiàn)象都要經(jīng)過一段時間，統(tǒng)計學(xué)上將這段時間稱為生存時間。生存分析就是用來研究生存時間的分布規(guī)律以及生存時間和相關(guān)因素之間關(guān)系的一種統(tǒng)計分析方法。 ? 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)用價值，它對人群壽命的研究，各種慢性疾病的現(xiàn)場追蹤研究，臨床療效試驗和動物試驗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)，指的是生存時間以及與生存時間有關(guān)聯(lián)的一組獨立變量。這里主要解釋與生存時間有關(guān)的幾個概念。 ? 在生存分析中將生存時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)作之間的時間間隔；在流行病學(xué)研究中，從開始接觸危險因素到發(fā)病所經(jīng)歷的時間；在動物研究中，從開始給藥到發(fā)生死亡所經(jīng)歷的時間。所以，生存時間也稱為失效時間。 生存數(shù)據(jù) ? 生存時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對象生存的時間，常用ｔ來表示。當(dāng)然，生存時間是廣義的，可以指在通常意義下生物體的生存時間、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)的時間。若生存時間是準(zhǔn)確觀測到的，則稱為完全數(shù)據(jù)，它提供的關(guān)于生存時間的信息是完整確切的，也就是說它準(zhǔn)確地度量了觀察對象實際生存時間。但是生存資料的一個明顯特點是：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)確地度量觀察對象實際生存的時間。 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。由隨機因素引起的，稱為隨機刪失；若事先就定了截止日期，則稱為定時刪失；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。 在表達刪失數(shù)據(jù)時， 常在其右上角放一個?＋?號；而用 SAS軟件分析時，常在其前放一個?－?號或產(chǎn)生１個指示變量（例如，Ｃ =０表示刪失數(shù)據(jù)、Ｃ =１表示完全數(shù)據(jù)），便于計算時區(qū)別對待。為了使數(shù)據(jù)的表達與計算在形式上統(tǒng)一起來，本章一律用負(fù)數(shù)表示刪失數(shù)據(jù)，因生存時間不可能為負(fù)值，故不會產(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)表示觀察對象至少存活到時刻 t，即生存時間的上界是未知的。右截尾數(shù)據(jù)一般出現(xiàn)在隨訪過程中某些觀察對象失訪或死于其它原因，或在規(guī)定的研究過程結(jié)束時觀察對象的終止事件還未發(fā)生。左截尾數(shù)據(jù)表示觀察對象至多存活到時刻 t，即生存時間的上界是已知的，但確切的生存時間是未知的。區(qū)間截尾數(shù)據(jù)表示觀察對象至少存活到 t1時刻且至多存活到t2時刻。 生存數(shù)據(jù) ? 對于截尾數(shù)據(jù)，既不能簡單地棄之，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)大部分是生存時間較長者的數(shù)據(jù)，損失掉這一部分觀察對象的信息，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)是生存分析的一個重要特點，本章介紹的生存分析主要處理右截尾數(shù)據(jù)。 生存時間函數(shù) ? 描述生存時間分布規(guī)律的函數(shù)統(tǒng)稱為生存時間函數(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)險函數(shù)。