0607 SAS實習課

       許景淳
honli1027@gmail.com
常用格式
PROC NPAR1WAY options;
VAR 依變項;
CLASS 獨變項;
EXACT options;
BY 變項名稱;
OUTPUT;
PROC NPAR1WAY
•   DATA=資料檔名
•   MISSING: 將有遺漏值的數據歸成同一組
•   ANOVA:另外執行傳統的變異數分析
•   WILCOXON:將數據轉換成由小到大的名次
•   MEDIAN:將原始資料二分
•   VW:計算 Van der Waerden 值
•   SAVAGE:將原始數據轉換成 Savage 值
•   EDF:會根據EDF計算統計值
VW

Zi   [ Ri / (n  1)]
         1


    是常態分配的反函數
    1


   Ri 是數據的名次
   n 是樣本數
Savage
     Ri
Zi  [1/ (n  j  1)]  1
     j 1

 i 是數據的編號
 Ri 是第 i 個數據的名次(即Wilcoxon值)
 n 是樣本數
指令選項
• VAR 依變項
 – 列出依變項名稱
 – 若省略此選項,則輸入的數值變項皆視為依變項


• CLASS 獨變項;
 – NPAR1WAY 是單因子分析,只能有一個獨變項
EXACT options
• 針對前述任何一種統計值執行精確檢定

• 若不選用此指令,則會執行大樣本下的              2

 – WILCOXON
 – MEDIAN
 – VW
 – SAVAGE
指令選項
• BY 變項名稱
  – 依據此指令將資料檔分成小資料檔
  – 針對每個小資料檔分別執行分析


• OUTPUT
  – OUT=輸出資料檔名
例子
• Halverson & Sherwood (1932)
  – 探討藥物劑量(Dose)對體重增加(Gain)的影響


• 依照劑量將受試者分為五組
  – 0 0.04 0.07 0.10 0.13
data a;
input Dose N;
 do i=1 to N;
                          proc npar1way;
  input Gain @@;          class dose;
  output;                 var gain;
end;                      run;
cards;
0 10
228 229 218 216 224 208   235 229 233 219
;
Run;
Result
Wilcoxon
Median
VW
Savage
EDF
EDF
END

0607 sas實習課

  • 1.
    0607 SAS實習課 許景淳 honli1027@gmail.com
  • 2.
    常用格式 PROC NPAR1WAY options; VAR依變項; CLASS 獨變項; EXACT options; BY 變項名稱; OUTPUT;
  • 3.
    PROC NPAR1WAY • DATA=資料檔名 • MISSING: 將有遺漏值的數據歸成同一組 • ANOVA:另外執行傳統的變異數分析 • WILCOXON:將數據轉換成由小到大的名次 • MEDIAN:將原始資料二分 • VW:計算 Van der Waerden 值 • SAVAGE:將原始數據轉換成 Savage 值 • EDF:會根據EDF計算統計值
  • 4.
    VW Zi  [ Ri / (n  1)] 1  是常態分配的反函數 1 Ri 是數據的名次 n 是樣本數
  • 5.
    Savage Ri Zi  [1/ (n  j  1)]  1 j 1 i 是數據的編號 Ri 是第 i 個數據的名次(即Wilcoxon值) n 是樣本數
  • 6.
    指令選項 • VAR 依變項 – 列出依變項名稱 – 若省略此選項,則輸入的數值變項皆視為依變項 • CLASS 獨變項; – NPAR1WAY 是單因子分析,只能有一個獨變項
  • 7.
    EXACT options • 針對前述任何一種統計值執行精確檢定 •若不選用此指令,則會執行大樣本下的  2 – WILCOXON – MEDIAN – VW – SAVAGE
  • 8.
    指令選項 • BY 變項名稱 – 依據此指令將資料檔分成小資料檔 – 針對每個小資料檔分別執行分析 • OUTPUT – OUT=輸出資料檔名
  • 9.
    例子 • Halverson &Sherwood (1932) – 探討藥物劑量(Dose)對體重增加(Gain)的影響 • 依照劑量將受試者分為五組 – 0 0.04 0.07 0.10 0.13
  • 10.
    data a; input DoseN; do i=1 to N; proc npar1way; input Gain @@; class dose; output; var gain; end; run; cards; 0 10 228 229 218 216 224 208 235 229 233 219 ; Run;
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.