[2018年最新整理]SAS实验考试相关内容.docxVIP

SAS实验考试相关内容[答卷要求：1.SAS程序；2.主要结果；3.解释]means、univariate（正态性检验）MEANS过程用于一般数值型变量的描述性分析。自动输出变量的样本数，均值，标准差，最小值，最大值。Proc means data= options ；/*Options ：n, mean, std，min,max ,Stderr，sum, variance, cv, range, t, prt, skewness, kurtosis*/class 分类变量；var分析变量；run；例1-1：根据1999年长沙市某大学的体检资料，160名正常成年女子的血清甘油三酯（mmol/L）测量结果如下，请计算均数、标准差。表2-2 160名正常成年女子的血清甘油三酯（mmol/L）频数分布表组段（1）划记（2）频数，f（3）组中值，X（4）fX(5)= (3)×(4)0.5～Ⅲ30.551.650.6～正ⅢⅠ90.655.850.7～正正Ⅱ120.759.000.8～正正Ⅲ130.8511.050.9～正正正Ⅱ170.9516.151.0～正正正Ⅲ181.0518.901.1～正正正正201.1523.001.2～正正正Ⅲ181.2522.501.3～正正正Ⅱ171.3522.951.4～正正Ⅲ131.4518.851.5～正ⅢⅠ91.5512.401.6～正Ⅲ81.6514.851.7～合计Ⅲ31.755.25?160?182.30[SAS程序]data a;input f x;cards;30.5590.65120.75130.85170.95181.05201.15181.25171.35131.4591.5581.6531.75;procunivariate;/*means*/freq f;var x;run;UNIVARIATE 过程步数值型变量的描述性统计分析，输出所有基本统计量；正态性检验；总体均值的假设检验（参数法t-检验，非参数法符号检验和符号秩检验;配对数据的均值比较检验PROC UNIVARIATE DATA= normal plot vardef;var分析变量(数值变量); run;正态性检验PROC UNIVARIATE NORMAL PLOT；VAR X；RUN；NORMAL ：正态分布的检验；PLOT ：绘图(茎叶图，箱式图，正态概率图）茎叶图：说明数据的频数分布特征。箱式图；说明数据的集中趋势和离散趋势。正态概率图：判断数据是否服从正态分布的图示法。Ttest（成组Ttest）例2-1：（配对数据的均值比较----配对T检验，对于配对资料的均值的比较可用MEANS和UNIVARIATE过程步。）用克矽平治疗矽肺患者，治疗前后血红蛋白含量如下表，问能否认为治疗前后血红蛋白的含量有所不同？治疗前：113 150 150 135 128 100 110 120 130 123治疗后：140 138 140 135 135 120 147 114 138 120[SAS程序]data a;input x1 x2@@;d=x2-x1;/*配对ttest*/cards;113140150138150140135135128135100120110147120114130138123120;procunivariate;/*means t prt n mean std;*/var d;run;例2-2：两独立样本ttest[SAS程序]data a;input y g;/*两独立样本ttest*/cards;23 132 132 254 2;procttest ;class g;var y;run; /*procunivaristenomal; class g;var y; run;*/附：成组资料两样本均数比较的T检验过程步为ttest (两个总体均值的比较和两个总体方差的比较）Procttest data= ;Class 分类变量;Var数值变量; Run;ADD t检验：用于两组数据均数间差异的显著性检验。常用于三种情况：1.单样本t检验：检验样本均数与总体（理论）均数之间差异是否显著。2.配对样本t检验：配对比较或同一组对象实验前后的差异比较。3.独立样本t检验：检验两独立(不相关的)样本均数之间差异是否显著, 如男女的平均收入是否相同。例ADD-2-1：单样本t检验医某生测量36名从事铅作业男性工人的血红蛋白含量，算的其均数为130.83g/L，标准差为25.74g/L。问其结果是否不同于正常男性平均值140g/L。当有原始数据时：前例中，若该医生再测30名男性工人血红蛋白含量（g/L），具体数据如下：