sas程序总结.doc

单样本的t检验 配对t检验 Data a; Input x1 x2@@; d=x1-x2; datalines; 输入数据； run; proc ttest; var d; run; 两组计量资料的t检验 data a; do g=1 to 2; input x@@;output; end; datalines; 输入数据； proc ttest; class g; var x; run; 配伍设计的方差分析（随机区组设计） data a; do g=1 to 4;(g为处理因素 横着的指标) do j=1 to 5;（j为区组个数 竖着的指标） input x@@;output; end; end; datalines; 输入数据； run; proc anova; class g j; model x=g j; means g/snk;(means为多组比较 比较处理因素的作用，注意指标用处理因素的数量) run; 完全随机设计的多组资料方差分析 data a; do g=1 to 3;(g 为不同的处理水平) input x@@;output; end; datalines; 输入数据； proc anova; class g; model x=g; means g/snk;(两两组多重比较) means g/hovtest;（方差齐性检验 ） run; 四格表资料 卡方检验 data a; input r c f@@;（r c代表行和列，f代表中间的频数值） datalines; 1 1 a （注意数据的输入格式 ） 1 2 b 2 1 c 2 2 d run; proc freq;(计数资料全都用这个) weigjht f; table r*c/chisq expected;（chisq为卡方检验 expected为输出理论频数 关联性分析时用agree） run； 配对计四格表 卡方检验 data a; input r c f@@; datalines; 1 1 a 1 2 b 2 1 c 2 2 d run; proc freq; weight f; table r*c/chisq agree; （配对四格表用agree） run; 多个样本率/多组r*c表 卡方检验 都一样的 只是输入数据时在继续加上 3 1 e 3 2 f 4 1 r 4 2 t (等等的都是这样输下去) 两两比较 proc freq; weight f; table r*c/chisq;where r in(1,2); (两两比较的方法 把括号里的组数换了就好) 构成比比较（注意都是手工编秩次） 和上面的都一样，注意数据的输入 （需要手工编组的，卡方检验和组数不同的） 两两比较是也是在程序后面加where 和比较组号 配对设计秩和检验 data a; input x1 x2@@; d=x1-x2; datalines; 输入数据； proc univariate normal mu0=0;(这个很特殊 好好记住) var d; run; 单样本的秩和检验 和配对的秩和检验一样的，只是d=x-题中给出的中位数等值 data a; input x@@; d=x-2.5; datalines; 输入数据； proc univariate normal mu0=0; var d; run; 两组计量资料的秩和检验 两组人数相同的可以用do g=1 to 2 那种自动编组 两组人数不同的要手工编组 data a; input g x@@; datalines; 1 a 1 b 1 c 1 d 1 e 2 r 2 t 2 y 2 u run; proc apnr1way data=a wilcoxon; class g; var x; run; 多组计量资料的秩和检验 和两个组的都一样 只是输入数据时手工多一个组或自动输入 两组等级资料的秩和检验 data a; do g=1 to 2;（g为不同观察组别 有几个组就是几 g是非等级的） do x=1 to 4(x表示分了几个等级) input f@@;(f表示中间的频数值);output; end; end; datalines; 直接输入中间那部分数据就好; proc npar1way data=a wilcoxon; class g;(分组情况) var x;（要分析的等级情况 x代表分了几个等级） freq f;（f为频数） run； 多组等级资料的秩和检验 data a; do x=1 to 4;（x代表有几个等级） do