基础SAS统计分析

目录:

1.制作统计图表(统计表:频数统计表+统计图:散点、连线、条形、直方、盒型、方块、饼图、环形图)

2.T检验(单样本、配对样本、两独立样本)定量

3.方差分析(单因素、多因素方差分析、多重比较)定量

4.卡方检验(四格表、配对四格表、列联表卡方检验)定性

5.非参数检验(配对秩和检验、两样本秩和检验)定性

6.相关与回归分析(线性相关、等级相关、一元及多元线性回归)定量

 

以下仅写关键词

前提:(略写)

数据步:data创建 修改(拆分、纵向合并、横向合并)

data ;

input;

cards;

run;

data;

infile  firstobs=2 delimiter='09'x;

input ;

run;

过程步:proc(print sort means contents | var class by where output label format)

全程语句:title options footnote

 

 

1.频数表及绘图部分:

  freq   gplot gchart

2.T检验(单样本、配对样本、两独立样本)(检验均数)

正态分布:

求置信区间:

①means clm alpha ;

②ttest alpha;       

检验是否为正态分布:

univariate normal;  

单样本(与一个给定的理论值相比较)(前提条件:正态分布)

①means t prt;  差值

②univariate mu0; 理论值

③ttest h0; 理论值

配对样本(自身前后;异体配对)(前提条件:差值服从正态分布)

①means t prt;  差值

②univariate ; 差值

③ttest paired; 

两独立样本   (前提条件:正态分布、方差齐性)

检验正态分布:univariate normal ; class 

检验方差齐性(使用ttest进行两独立样本T检验):ttest ; class ;

ttest ; class ;

3.方差分析(单因素、多因素方差分析、单因素通过后差异显著作多重比较)

(当分组大于两个时,使用方差分析;分组变量称为因子)

(前提条件:正态分布、独立、等方差)

检验正态分布:univariate normal ; class

检验方差齐性:anova ; class ; model ; means /hovest;

单因素(进行基本检验)

通过:anova class model ;

未通过: npar1way wilcoxon ;class ;

 

多重比较:anova ;class; model; means /lsd or /snk

 

多因素(基本检验+交互检验)

①anova class model ;

②glm class model ;

 

4.卡方检验(四格表(独立和配对)、列联表(独立和配对)卡方检验、列联表多重比较)

freq   table  weight   ;

四格表:

独立:freq  ;table    /chisq expected;     weight 

配对:freq table /agree    ;weight    (McNemar   Kappa)

列联表:

独立:(双向无序、单向有序、双向有序)

双向无序:——————卡方

单向有序:

分组有序——————卡方

分组无序——————cmh检验/秩和检验

双向有序:

属性相同——————Kappa检验

属性不同——————cmh检验/Spearman相关分析

配对:

 

5.非参数检验(单样本及配对秩和检验、两独立样本秩和检验、多独立样本秩和检验)

单样本及配对秩和检验:wilcoxon符号秩和检验

 

两独立样本秩和检验:wilcoxon秩和检验

多独立样本秩和检验:Kruskal-Wallis H Test

6.相关与回归分析(线性相关、等级相关、一元及多元线性回归)

线性相关:gplot univariate   corr  

等级相关:corr   spearman  

一元线性回归:univariate  reg   

多元:   reg   selection=stepwise  

 

posted @   宇宙有星星  阅读(1128)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
点击右上角即可分享
微信分享提示