SAS复习总结

蔡泽蕲
Freq 过程:
Proc Freq data=dataset;
table x*y/option;
By var1;
Class var2;
Weight f;
Run;
输出x*y的频数表，by语句的使用要求var1已经排过序. option可为chisp，分析x、y（两独立样本）的不同水平的差异是否显著，卡方检验。

当x、y为两配对样本时，option为agree，进行配对样本差异是否显著的检验。

Sort 过程：
Proc sort data=dataset out=dataset;
By (descending) var1 (descending) var2;
Run;
对数据集中的var1、var2变量依次排序，默认从小到大，descending为从大到小。

缺失out 时新数据集覆盖原数据集。

Means 过程
Proc means data=dataset option;
Var x;
By var1;
Class var2;
Freq var3; /*不能用weight*/
Output out=输出数据集统计量名=自定义名;
Run;
输出option统计量，当包含t和prt 时输出x的期望为0的t检验，用于配对样本的t检验。

无option时，默认输出N、std、mean、min、max五个统计量。

还可输出其它很多统计计量。

特别的两个选项：maxdec=n ，alpha=value分别指定结果保留位数和置信度
Univariate 过程
Proc univariate data=dataset option;
Var x;
By var1;
Freq var2;
Output out=输出数据集统计量=自定义变量名;
Run;
Option 可为freq（生成频数表）、normal（检验变量是否服从正态分布）、plot（生成茎叶图、箱线图、正太概率图）、cibasic（计算均值置信区间）、cipctldf（计算中位数置信区间）。

统计量可为：各检验统计量及分位数。

当option为“mu0=scalar”时，计算x的期望（中位数）为scalar的t检验和符号秩和检验。

符号秩和检验适用于非正太样本，而t检验则用于正太样本。

配对样本计算配对差，独立样本使用class。

Cibasic基于正太分布，cipctldf基于非正态分布。

Proc ttest data=dataset h0=scalar;
Var x;
(class y;)
(paried var1*var2;) /*配对样本的t检验*/
Run;
H0默认为0.
Anova 过程
Proc test data=dataset;
Where var1<scalar; /*设定数据提取条件*/
Class var1 var2; /*var1、var2为因素A和因素B，没有因素B时，省略B*/
Model x=var1 var2 var1*var2; /*设定分析模型参数，单因素时只有一个*/
Means var1/option; /*var1和var2必须为分组变量，不能为连续变量*/
Run;
Option为hovtest=bartlett时输出x的各组方差齐次性检验；option为lsd时，输出最小显著差比较；option为alpha可指定置信度；option为tukey或scheffe时，进行tukey或scheffe 检验，对var1进行两两比较（snk也行），并得到均值差的置信区间。

也可以为regwq；
Reg过程
Proc reg data=dataset;
Model var1=var2 var3 var4/r clm chi option /*设置模型，r表示要求进行残差分析*/
Var n; /*在reg过程中，对model语句后还有用到的变量，必须用var语句声明*/ Plot student.*n; /*要求画出以学生化残差为纵坐标，n为横纵标的散点图*/
Output out=dataset ......
Run;
Option 可为selection=stepwise slentry=0.1 slstay=0.1，分步法筛选自变量。

Gplot过程
Proc gplot data=dataset;
Plot vvar1*hvar1 ... varn*hvarn /legend=legend1 vaxis=axis1 haxis=axis2 vref=50 option;
Label vvar1=’纵走标签’ hvar1=’横走标签’; /*标签可以这样指定，也可以在axis中指定*/ Symbol1 v=plus|star|x|none|square i=join|spline|needle|n w=width c=red|blue|green
/*v定义图形中数据点的符号，i指定数据点的连线方式（直线、光滑曲线、点到坐标轴的垂直线、无，w指定宽度，c指定颜色*/ Symbol2 ...
Legend1 label=(“statement”) value=(“statement1”...”statementn”);
Axis1 label=(angle=-90 rotate=90 “label”) reflabel=(‘vref=50’);
Run;
Option位置也可为vaxis=1 to 10 by 2等；gplot默认画散点图；当i=rl | rq | rc时，分别要求画纵坐标对横坐标的线性回归、二次回归、三次回归曲线；当i=rlclm95 | rlcli95时，分别绘制95%置信区间和95%预测区间曲线，95也可以是90.
Proc corr data=dataset option;
Var x y;
Run;
Option 可以为pearson 和spearman，分别计算pearson相关和spearman相关。

也可以为fisher计算pearson相关，同时计算95%置信区间。

Pearson相关用于计算连续数据的相关，spearman相关用于计算等级数据相关。

Format 过程
Proc format;
Value A 1=”第一组” 2=”第二组”;
Value B 1=”第一种因素” 2=”第二种因素”;
Run;
Proc ...
Format a A.;
Format b B.;
...
Run;
Format 过程用来定义值标签，如变量a、b各有两个值，可以定义这两个值的标签，在关联的时候，标签后面需要加一个“.”。

Npar1way 过程
Proc npar1way data=dataset wilcoxon;
Format ...;
Var var1;
Class group;
Exact wilcoxon; /*给出精确概率值*/
Run;
Npar1way过程用来进行两独立样本的非参数检验riate过程。