SAS软件对医学统计的作用.docVIP

描述： ?????? 1?SAS　　在医学当中最为常见的两种资料类型分别是定量资料和分类资料，因此在对数据进行处理的时候就需要对资料的类型和分析情况作出了解，这样在对资料进行描述的时候就能够根据特殊的情况选择合适的方法[1]　　1.1　　所谓定量资料的统计描述就是对离散趋势和集中趋势进行描述，在描述性统计当中，频数分析和频数描述是两种最为常用的方法，如果我们想要对数据进行了解和认识，那么我们首先就需要从频数分析开始。　　进行频数分析需要编制频数表，在编制频数表的时候需要将所有的观察结果按照一定的顺序做出排列，需要在排列的顺序当中去发现观察值的分布规律。也可以对某一个变量的频数进行频数分析，编制相应的频数分布表，这样就可以将该变量的分布类型揭示出来。频数分析能够将远离群体的某些可疑值发现，因此频数表能够对频数分布的两个重要特征做出表示，一个是集中趋势，另一个就是离散趋势。我们根据频数表所绘制出来的直方图就能够更加直观地将资料的分布特征观察出来[2]SAS软件当中，我们可以通过分析员来对频数做出频数分析，通过编程做出频数统计。　　频数分析能够将定量变量的相关资料的分布情况和集中情况进行一定的描述。但是，如果我们想要更多的了解一些关于集中趋势和离散趋势的确切信息，那么我们就需要对于一些相关的描述性指标作出必要的计算[3]SAS软件当中的分析员来对常用描述性的统计指标作出描述，依然使用编程来对描述性的统计指标作出计算。　　1.2　　分类变量的数据特征和定量资料是完全不相同的，分类变量的基础数据是绝对数据，比如某种疾病的出院人员、治愈人数以及死亡人数等等。在对一组定性资料数据特征进行描述的时候，一般都需要对其相对数做出计算[4]　　2?SAS　　举个例子来说，已知某地27[x]=125g/L，标准差是S=15g/L，其数据是（血红蛋白含量[g/L]）：123，105，134，140，127，112，113，127，145，125，110，130，112，138，110，100，104，155，147，137，126，125，100，122，127，133，145。对该地健康成年男性的血红蛋白量在95%、99%的可信区间进行估计。我们可以用来做出总体的均数估计，运行分析员，做出数据集。经过具体的操作和分析，我们就可以得出我们需要的结果：95%Confidence?Interval?for?the?mean；Lower?Limit：118.91；Upper?Limit：130.87.99%Confidence?Interval?for?the?mean；?Lower?Limit：118.91；Upper?Limit：130.87。　　计算好这些以后，我们还需要通过SASCAPABILITY过程当中的INTERVALS语句，对其正态分布的总体均数的各种类型的可信区间做出估计。在整体均数的计算当中，其可信区间的SAS程序常规格式为：proc?capability?data=“数据集的名字”noprint；intervals“变量名的列表”/method=4；run；　　3?SAS　　在各类的医学统计研究当中，对样本含量做出确定是研究设计的一个重要内容。因为样本含量计算起来相当麻烦，而且其样本条件也不容易掌握，所以在很多研究当中都将样本含量的计算忽略掉了。因此也就很容易发生样本含量偏低、检测效能偏低以及结果不可靠等情况。但是我们也不能够盲目去追求大的样本，因为一旦样本含量过大就会对很多资源造成浪费，加剧了质量的控制难度，造成资料的可靠性下降[5]　　在对样本含量做出估计的时候需要使其具备四点条件。①α做出确定，α是第一类错误的概率，其值越小所需要的样本例数就会越多，所以在通常条件下，我们会选择让α=0.05，医教论文②将所期望的检验效能1-β提出来，如果两总体确实存在差别的时候，α就能够将这种差别发现，所以要求检验的效能越大，其样本的含量也就会越大。因此，检验效能也是由第二类错误β的大小所决定的，通常情况下，我们都选择β=0.25-0.1之间，而相对的检验效能就是0.75-0.90之间，检验效能不能够小于0.75，不然的话就不能够将总体真实差异反映出来；③允许出现的误差范围为δ=|μ1-μ2|，就是对两个总体参数差值进行比较，而总体参数可以通过预试验获得，也可以用专业上认为具有实际意义的差值来替代；④对总体标准差和总体率进行确定，通常都是根据试验结果或者预实验结果来确定，也可以通过样本标准差或者样本率来代替[5]。　　在SAS　　4?　　在本研究当中，笔者主要针对SASSAS是国际上最流行的大型统计分析系统之一，其应用范围及其广泛，其中当然包括医疗卫生领域。它最大的特点就是具有十分强大的编程功能，可以通过易学、灵活