附录常用生物统计方法的SAS程序 、SAS系统简介 SAS是“ Statistical Analysis System”的缩写,是一个用来管理分析数据和编写报告 的组合软件系统。其基本部分是SAS/BASE软件。1966年,美国 North Carolina州立大学 开始开发SAS统计软件包,1976年该系统完成,同时成立SAS研究所。当初该系统只能运 行于大型计算机系统,1985年出现了当今我们广泛使用的SAS微机版本。SAS系统具有统 计分析方法丰富、信息储存简单、语言编程能力强、能对数据连续处理、使用简单等特点。 SAS是一个出色的统计分析系统,它汇集了大量的统计分析方法,从简单的描述统计到复 杂的多变量分析,编制了大量的使用简便的统计分析过程。 二、SAS系统运行的几个重要前提条件 一)SAS系统运行时要同时打开的文件较多,因此在微型计算机的系统配置文件 CONFIGSYS中应指定 FILES=50或以上: (二)SAS系统软件有时间租期限制,因此只有机器时间(DATE)在软件有效期内才 能运行。时间租期取决于SAS出售版本日期,即所谓的SAS诞生日( BIRTHDAY) (三)SAS系统应全部安装到硬盘的SAS子目录下,硬盘应至少有10M空间 三、SAS系统的启动与关闭 (一)启动如果SAS系统安装在C盘的子目录SAS下,在 WINDOWS操作系统 中,可以直接用鼠标双击桌面上SAS系统的快捷键图标,即进入SAS系统 在DOS操作系统中,则开机后先进入SAS子目录,再输入SAS并按回车键即进入SAS 显示管理系统。 C> cd sas或者C>: ed\sas c>.salsas 此时屏幕上出现三个窗口,它们依次是: OUTPUT(SAS结果输出窗口,在这里显示 由SAS过程所输出的结果)、LOG(SAS日志窗口,随着SAS语句的执行,显示出SAS系 统的信息和已执行的语句)和PGM(SAS程序编辑窗口,在此你能输入和编辑SAS语句, 但应注意程序不要写在行号上) (二)退出SAS在上述三个窗口的任一窗口的命令行上输入BYE或 ENDSAS并 按回车键即可退出SAS。 四、SAS程序结构、程序的输入、修改调试和运行 (一)程序结构在SAS系统中任何一个完整的处理过程均可分为两大步一数据 步和过程步来完成 数据步—一将不同来源的数据读入SAS系统建立起SAS数据集。每一个数据步均由 DATA语句开始,以RUN语句结束
261 附 录 常用生物统计方法的 SAS 程序 一、SAS 系统简介 SAS 是“Statistical Analysis System”的缩写， 是一个用来管理分析数据和编写报告 的组合软件系统。其基本部分是 SAS/BASE 软件。1966 年，美国 North Carolina 州立大学 开始开发 SAS 统计软件包，1976 年该系统完成，同时成立 SAS 研究所。当初该系统只能运 行于大型计算机系统，1985 年出现了当今我们广泛使用的 SAS 微机版本。SAS 系统具有统 计分析方法丰富、信息储存简单、语言编程能力强、能对数据连续处理、使用简单等特点。 SAS 是一个出色的统计分析系统，它汇集了大量的统计分析方法，从简单的描述统计到复 杂的多变量分析，编制了大量的使用简便的统计分析过程。 二、SAS 系统运行的几个重要前提条件 （一）SAS 系统运行时要同时打开的文件较多，因此在微型计算机的系统配置文件 CONFIG.SYS 中应指定 FILES=50 或以上； （二）SAS 系统软件有时间租期限制，因此只有机器时间（DATE）在软件有效期内才 能运行。时间租期取决于 SAS 出售版本日期，即所谓的 SAS 诞生日（BIRTHDAY）。 （三）SAS 系统应全部安装到硬盘的 SAS 子目录下，硬盘应至少有 10M 空间。 三、SAS 系统的启动与关闭 （一）启动 如果 SAS 系统安装在 C 盘的子目录 SAS 下，在 WINDOWS 操作系统 中，可以直接用鼠标双击桌面上 SAS 系统的快捷键图标，即进入 SAS 系统。 在 DOS 操作系统中，则开机后先进入 SAS 子目录，再输入 SAS 并按回车键即进入 SAS 显示管理系统。 C>:cd sas 或者 C>:cd\sas C>:\sas\sas 此时屏幕上出现三个窗口，它们依次是：OUTPUT（SAS 结果输出窗口，在这里显示 由 SAS 过程所输出的结果）、LOG（SAS 日志窗口，随着 SAS 语句的执行，显示出 SAS 系 统的信息和已执行的语句）和 PGM（SAS 程序编辑窗口，在此你能输入和编辑 SAS 语句， 但应注意程序不要写在行号上）。 （二）退出 SAS 在上述三个窗口的任一窗口的命令行上输入 BYE 或 ENDSAS 并 按回车键即可退出 SAS。 四、SAS 程序结构、程序的输入、修改调试和运行 （一）程序结构 在 SAS 系统中任何一个完整的处理过程均可分为两大步——数据 步和过程步来完成。 数据步——将不同来源的数据读入 SAS 系统建立起 SAS 数据集。每一个数据步均由 DATA 语句开始，以 RUN 语句结束
过程步—一调用SAS系统中已编号的各种过程来处理和分析数据集中的数据。每一个 过程步均以PROC语句开始,RUN语句结束,并且每个语句后均以“;”结束 (二)程序的输入、修改调试和运行SAS程序只能在PGM窗口输入、修改, 并写在PGM窗口预先设置好的行号区的右边。SAS程序语句可以使用大写或小写字母或 混合使用来输入,每个语句中的单词或数据项间应以空格隔开。每行输入完后加上“;”, 但在数据步中 CARDS语句后面的数据行不能加“;”,必须等到数据输入完后提行单独加 “;”。在键入过程中可移动光标对错误进行修改 SAS语句书写格式相当自由,可在各行的任何位置开始语句的书写。一个语句可以连 续写在几行中,一行中也可以同时写上几个语句,但每个语句后面必须用“;”隔开。 当一个程序输入完后,是否能运行和结果是否正确,只有将其发送到SAS系统中心去 执行后,在LOG和 OUTPUT窗口检査才能确定。发送程序的命令为F10功能键或 SUBMIT 当程序发送到SAS系统后,PGM的程序语句全部自动清除,LOG窗口将逐步记下程序运行 的过程和出现的错误信息(用红色提示错误)。如果过程步没有错误,运行完成后,通常会 在 OUTPUT窗口打印出结果:如果程序运行出错,则需要在PGM窗口用 RECALL(或F9) 命令调回已发送的程序进行修改 五、常用生物统计方法的SAS程序 下面结合本教材介绍几种常用生物统计分析方法的SAS程序,读者应注意,所提供的 这些程序并不是一成不变的,根据分析的需要,每一种程序中各语句都有不同的选项,下 面的程序只给出了一些最基本的语句。只要大家熟悉并掌握了SAS程序,就可以根据需要 灵活应用。 (一)t检验 1、样本平均数与总体平均数的差异显著性检验教材【例5.1】 DATA A INPUT yaa CARDS l16115113112114117115116114113 PROC MEANS N MEAN STDERR T PRI RUN 程序说明:样本平均数与总体平均数的差异显著性检验可调用 MEANS过程。DATA 语句产生临时数据集A,表明数据步的开始: INPUT语句指明读取变量y,鮑@表示读入 条观测值后不换行,连续读入数据,使用鮑符号可在一个物理行中输入多条观测值,减少 数据输入行; CARDS语句表明以下为数据行,数据行下的“;”表示数据行结束;PROC MEANS语句指明调用 MEANS过程对数据集A进行分析,输出样本含量N、平均数 MEAN、平均数的标准误 STDERR、学生氏T值和t值概率PRT:RUN语句表示过程步结 束,开始运行过程步 2、配对试验资料的t检验(教材【例5.5】) DATA B: 262
262 过程步——调用 SAS 系统中已编号的各种过程来处理和分析数据集中的数据。每一个 过程步均以 PROC 语句开始，RUN 语句结束，并且每个语句后均以“；”结束。 （二）程序的输入、修改调试和运行 SAS 程序只能在 PGM 窗口输入、修改， 并写在 PGM 窗口预先设置好的行号区的右边。SAS 程序语句可以使用大写或小写字母或 混合使用来输入，每个语句中的单词或数据项间应以空格隔开。每行输入完后加上“；”， 但在数据步中 CARDS 语句后面的数据行不能加“；”，必须等到数据输入完后提行单独加 “；”。在键入过程中可移动光标对错误进行修改。 SAS 语句书写格式相当自由，可在各行的任何位置开始语句的书写。一个语句可以连 续写在几行中，一行中也可以同时写上几个语句，但每个语句后面必须用“；”隔开。 当一个程序输入完后，是否能运行和结果是否正确，只有将其发送到 SAS 系统中心去 执行后，在 LOG 和 OUTPUT 窗口检查才能确定。发送程序的命令为 F10 功能键或 SUBMIT。 当程序发送到 SAS 系统后，PGM 的程序语句全部自动清除，LOG 窗口将逐步记下程序运行 的过程和出现的错误信息（用红色提示错误）。如果过程步没有错误，运行完成后，通常会 在 OUTPUT 窗口打印出结果；如果程序运行出错，则需要在 PGM 窗口用 RECALL（或 F9） 命令调回已发送的程序进行修改。 五、常用生物统计方法的 SAS 程序 下面结合本教材介绍几种常用生物统计分析方法的 SAS 程序,读者应注意，所提供的 这些程序并不是一成不变的，根据分析的需要，每一种程序中各语句都有不同的选项，下 面的程序只给出了一些最基本的语句。只要大家熟悉并掌握了 SAS 程序，就可以根据需要 灵活应用。 （一）t 检验 1、样本平均数与总体平均数的差异显著性检验(教材【例 5.1】) DATA A； INPUT y@@； Y=y-114； CARDS； 116 115 113 112 114 117 115 116 114 113 ； PROC MEANS N MEAN STDERR T PRT； RUN； 程序说明：样本平均数与总体平均数的差异显著性检验可调用 MEANS 过程。DATA 语句产生临时数据集 A，表明数据步的开始；INPUT 语句指明读取变量 y，@@表示读入一 条观测值后不换行，连续读入数据，使用@@符号可在一个物理行中输入多条观测值，减少 数据输入行；CARDS 语句表明以下为数据行，数据行下的“；”表示数据行结束；PROC MEANS 语句指明调用 MEANS 过程对数据集 A 进行分析，输出样本含量 N、平均数 MEAN、平均数的标准误 STDERR、学生氏 T 值和 t 值概率 PRT；RUN 语句表示过程步结 束，开始运行过程步。 2、配对试验资料的 t 检验（教材【例 5.5】） DATA B；
INPUT ID xI x CARDS 37837.9238239.0338.0389437.638.4 5379379638.139.0738239.5837.538.6 938.538.81037.939.0 PROC MEANS MEAN STDERR T PRT var d RUN 程序说明:配对试验资料的t检验可调用 MEANS过程 3、非配对试验资料的t检验(教材【例5.3】) DATA C input breed ARDS: 120220011.3221.8511.102160112821.78 l.18218211.2521 11.30216811.12219211.1921.8011.05 PROC TTEST clasS breed VAR RUN 程序说明:非配对试验资料的t检验需调用 TTEST过程。 INPUT语句读入处理变量 breed(品种)和试验结果y(增重); CLASS语句定义分类变量, TTEST过程要求分类变 量只能有两个水平,此处为1(长白猪)和2(蓝塘猪) (二)方差分析对于一般的方差分析(平衡资料,即各处理重复数相等)可用 ANOMⅥA过程;对于非平衡资料(各处理重复数不等)的方差分析可用GLM过程。下面 分别 ANOVA过程和GLM过程 1、 ANOVA过程的程序格式 PROC ANOVA选项 CLASS变量 MODEL依变量=效应/选项 MEANS效应/选项 程序说明: PROC ANOVA语句中的“选项”一—DATA=输入数据集, OUTSTAT 出数据集,用于存储方差分析结果; CLASS语句指明分类变量,此语句一定要设定,并 且应出现在 MODEL语句之前: MODEL语句定义分析所用的线性数学模型: MEANS语 句计算各处理效应的平均数,“选项”用于设定多重比较方法一一常用的有LSD法、 DUNCAN( Duncan新复极差法)、 TUKEY( Tukey固定极差检验法)、 DUNNETT和 DUNNETU( Dunnett氏最小显著差数两尾和一尾检验法),显著水平的确定采用如 ALPHA=0.01(表示将显著水平设定为0.01),缺省为0.05 上述语句中,关键语句在于定义线性数学模型。同一试验资料,根据模型不同而异。 263
263 INPUT ID x1 x2； d=x1-x2； CARDS； 1 37.8 37.9 2 38.2 39.0 3 38.0 38.9 4 37.6 38.4 5 37.9 37.9 6 38.1 39.0 7 38.2 39.5 8 37.5 38.6 9 38.5 38.8 10 37.9 39.0 ； PROC MEANS MEAN STDERR T PRT； VAR d； RUN； 程序说明：配对试验资料的 t 检验可调用 MEANS 过程。 3、非配对试验资料的 t 检验（教材【例 5.3】） DATA C； INPUT breed y@@； CARDS； 1 1.20 2 2.00 1 1.32 2 1.85 1 1.10 2 1.60 1 1.28 2 1.78 1 1.35 2 1.96 1 1.08 2 1.88 1 1.18 2 1.82 1 1.25 2 1.70 1 1.30 2 1.68 1 1.12 2 1.92 1 1.19 2 1.80 1 1.05； PROC TTEST； CLASS breed； VAR y； RUN； 程序说明：非配对试验资料的 t 检验需调用 TTEST 过程。INPUT 语句读入处理变量 breed（品种）和试验结果 y（增重）；CLASS 语句定义分类变量，TTEST 过程要求分类变 量只能有两个水平，此处为 1（长白猪）和 2（蓝塘猪）。 （ 二）方差分析 对于一般的方差分析（平衡资料，即各处理重复数相等）可用 ANOVA 过程；对于非平衡资料（各处理重复数不等）的方差分析可用 GLM 过程。下面 分别 ANOVA 过程和 GLM 过程。 1、ANOVA 过程的程序格式 PROC ANOVA 选项； CLASS 变量； MODEL 依变量=效应/选项； MEANS 效应/选项； 程序说明：PROC ANOVA 语句中的“选项”——DATA=输入数据集，OUTSTAT=输 出数据集，用于存储方差分析结果；CLASS 语句指明分类变量，此语句一定要设定，并 且应出现在 MODEL 语句之前；MODEL 语句定义分析所用的线性数学模型；MEANS 语 句计算各处理效应的平均数，“选项”用于设定多重比较方法——常用的有 LSD 法、 DUNCAN（Duncan 新复极差法）、TUKEY（Tukey 固定极差检验法）、DUNNETT 和 DUNNETU（Dunnett 氏最小显著差数两尾和一尾检验法），显著水平的确定采用如 ALPHA=0.01（表示将显著水平设定为 0.01），缺省为 0.05。 上述语句中，关键语句在于定义线性数学模型。同一试验资料，根据模型不同而异
常用的模型定义语句有: MODELy=a(单因素试验资料的方差分析)、 MODEL=ab(两 因素试验资料无互作模型)、 MODEL y=abc(三因素主效模型)、 MODEL Y=aba*b(两因 素试验资料有互作模型,也可写成y=ab)、 MODEL=ab(a)(两因素试验资料嵌套模型 用于系统分组资料)、 MODEL yI y2=ab(两元两因素主效模型 结果输出包括分类变量信息表、方差分析表和多重比较表等 2、GLM过程的程序格式 PROC ANOVA选项 CLASS变量: MODEL依变量=效应/选项 MEANS效应选项 RANDOM效应/选项 CONTRAST“对比说明”效应对比向量 OUTPUT OUT=输出数据集 PREDICTEDI P变量名 RESIDUALR=变量名 程序说明: PROC GLM语句设定分析数据集和输出数据集; CLASS语句指明分类 变量,此语句一定要设定,并且应出现在 MODEL语句之前: MODEL语句定义分析所用 的线性数学模型和结果输出项: MEANS语句计算平均数,并可选用多种多重比较方法 RANDOM语句指定模型中的随机效应,“选项”——Q给出期望均方中主效应的所有二次 型; CONTRAST语句用于对比检验; OUTPUT语句产生输出数据集,P=定义y预测值变 量名,R=定义误差变量名。 模型定义仍是GLM过程使用的关键(同上)。通过设定模型( MODEL),即可对不 同的试验设计资料进行分析。当处理效应为固定效应时,通过 MEANS语句计算平均数, 进行多重比较,当处理效应为随机效应时,可利用 RANDOM语句或 VARCOMP过程估计 方差分量 (三)线性回归分析 1、一元线性回归分析(教材【例8.1】) DATA G INPUTxyaa CARDS 80235086240098272090250012031501022680 9526308324001133080105292011029601002860 PROC REG CORR: MODEL J=x/ CLM CLI; RUN 程序说明:一元线性回归分析可调用REG过程。PROC语句选项CORR,要求输出简 单相关系数; MODEL语句指明输出CLM—y总体平均数的置信区间和CL—一单个y 值的置信区间。 2、多元线性回归分析(教材第九章习题的第9题) DATA H INPUT number xl x2 x3 y@@: CARDS
264 常用的模型定义语句有：MODEL y=a（单因素试验资料的方差分析）、MODEL y=a b（两 因素试验资料无互作模型）、MODEL y=a b c（三因素主效模型）、MODEL y=a b a*b（两因 素试验资料有互作模型，也可写成 y=a|b）、MODEL y=a b(a)（两因素试验资料嵌套模型， 用于系统分组资料）、MODEL y1 y2=a b（两元两因素主效模型）。 结果输出包括分类变量信息表、方差分析表和多重比较表等。 2、GLM 过程的程序格式 PROC ANOVA 选项； CLASS 变量； MODEL 依变量=效应/选项； MEANS 效应/选项； RANDOM 效应/选项； CONTRAST “对比说明”效应 对比向量； OUTPUT OUT=输出数据集 PREDICTED| P=变量名 RESIDUAL|R=变量名； 程序说明：PROC GLM 语句设定分析数据集和输出数据集；；CLASS 语句指明分类 变量，此语句一定要设定，并且应出现在 MODEL 语句之前；MODEL 语句定义分析所用 的线性数学模型和结果输出项；MEANS 语句计算平均数，并可选用多种多重比较方法； RANDOM 语句指定模型中的随机效应，“选项”——Q 给出期望均方中主效应的所有二次 型；CONTRAST 语句用于对比检验；OUTPUT 语句产生输出数据集，P=定义 y 预测值变 量名，R=定义误差变量名。 模型定义仍是 GLM 过程使用的关键（同上）。通过设定模型（MODEL），即可对不 同的试验设计资料进行分析。当处理效应为固定效应时，通过 MEANS 语句计算平均数， 进行多重比较，当处理效应为随机效应时，可利用 RANDOM 语句或 VARCOMP 过程估计 方差分量。 （三）线性回归分析 1、一元线性回归分析（教材【例 8.1】） DATA G； INPUT x y@@； CARDS； 80 2350 86 2400 98 2720 90 2500 120 3150 102 2680 95 2630 83 2400 113 3080 105 2920 110 2960 100 2860 ； PROC REG CORR； MODEL y=x / CLM CLI； RUN； 程序说明：一元线性回归分析可调用REG 过程。PROC 语句选项 CORR，要求输出简 单相关系数；MODEL 语句指明输出 CLM——y 总体平均数的置信区间和 CLI——单个 y 值的置信区间。 2、多元线性回归分析（教材第九章习题的第 9 题） DATA H； INPUT number x1 x2 x3 y@@； CARDS；
23.7354912115022223443213512623288 427674.721491398520835.351.56159162227 7275752518515808280146215114329247944214613.76 1028965301.6615.1811257748716414201223.175801901707 369 5.2216615401423.525.1819815941521864861.591433 5.181.3715l11724534881.39138182765501661558 555170158520290752618215282132475181.751640 22296550817015022322114901811573242434651821475 2520445.101.551437 PROC REG DATAH OUTESTEST MODEL yxl X2 X3 RUN 程序说明:多元线性回归分析同样可调用REG过程。假设该数据资料被已经被建立在A HD标准文件中,则前面的数据步可以简化,从而直接调用A:盘上的数据,具体程序为: DATA H: INFILE’A:HDAT’; INPUT number xl x2 X3 y PROC REG DATA=H OUIESTEST MODEL y=XI X2 X3 RUN (四)协方差分析(教材【例10.1】) DATA K INPUT ts x y@a CARDS ck1.501240ck1.851200d1.351080ck1451000ck1401100 ck1451180ck1501250ck1.551340ck140ll20ck1.501160 ck1601260ck1701250 11.35102011.209401145122011201030114011.30 11.30114011.15128011.30109011.35116011.15850 113512201120930 21.15100021.10106021.101040210592021.401300 214513.5021.3013.0021.70148021.4012.30214513.20 2125120021.301280 31201240310098031.15116031.1010603100920 3145139031.35128031.1593031.1096031201240 31.05112031.101100 PROC GLM clAsS t MOdEL y=t X/ SOLUTION: MEAnS t/ dUnCaN: 265
265 1 23.73 5.49 1.21 15.02 2 22.34 4.32 1.35 12.62 3 28.84 5.04 1.92 14.86 4 27.67 4.72 1.49 13.98 5 20.83 5.35 1.56 15.91 6 22.27 4.27 1.50 12.47 7 27.57 5.25 1.85 15.80 8 28.01 4.62 1.51 14.32 9 24.79 4.42 1.46 13.76 10 28.96 5.30 1.66 15.18 11 25.77 4.87 1.64 14.20 12 23.17 5.80 1.90 17.07 13 28.57 5.22 1.66 15.40 14 23.52 5.18 1.98 15.94 15 21.86 4.86 1.59 14.33 16 28.95 5.18 1.37 15.11 17 24.53 4.88 1.39 13.81 18 27.65 5.02 1.66 15.58 19 27.29 5.55 1.70 15.85 20 29.07 5.26 1.82 15.28 21 32.47 5.18 1.75 16.40 22 29.65 5.08 1.70 15.02 23 22.11 4.90 1.81 15.73 24 22.43 4.65 1.82 14.75 25 20.44 5.10 1.55 14.37 ； PROC REG DATA=H OUTEST=EST； MODEL y=x1 x2 x3； RUN； 程序说明：多元线性回归分析同样可调用REG 过程。假设该数据资料被已经被建立在A： H.DAT标准文件中，则前面的数据步可以简化，从而直接调用A：盘上的数据，具体程序为： DATA H；INFILE ’A：H.DAT’； INPUT number x1 x2 x3 y； PROC REG DATA=H OUTEST=EST； MODEL y=x1 x2 x3； RUN； （四）协方差分析 （教材【例 10.1】） DATA K； INPUT t $ x y@@； CARDS； ck 1.50 12.40 ck 1.85 12.00 ck 1.35 10.80 ck 1.45 10.00 ck 1.40 11.00 ck 1.45 11.80 ck 1.50 12.50 ck 1.55 13.40 ck 1.40 11.20 ck 1.50 11.60 ck 1.60 12.60 ck 1.70 12.50 1 1.35 10.20 1 1.20 9.40 1 1.45 12.20 1 1.20 10.30 1 1.40 11.30 1 1.30 11.40 1 1.15 12.80 1 1.30 10.90 1 1.35 11.60 1 1.15 8.50 1 1.35 12.20 1 1.20 9.30 2 1.15 10.00 2 1.10 10.60 2 1.10 10.40 2 1.05 9.20 2 1.40 13.00 2 1.45 13.50 2 1.30 13.00 2 1.70 14.80 2 1.40 12.30 2 1.45 13.20 2 1.25 12.00 2 1.30 12.80 3 1.20 12.40 3 1.00 9.80 3 1.15 11.60 3 1.10 10.60 3 1.00 9.20 3 1.45 13.90 3 1.35 12.80 3 1.15 9.30 3 1.10 9.60 3 1.20 12.40 3 1.05 11.20 3 1.10 11.00 ； PROC GLM； CLASS t； MODEL y=t x / SOLUTION； MEANS t / DUNCAN；