SAS 分类资料检验

本文主要是介绍SAS 分类资料检验，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

反应变量无序则使用卡方等分析方法，如果是等级资料考虑使用Wilcoxon秩检验。

1. 卡方选择标准

卡方，n>40, 理论频数大于5

似然比卡方大样本下和卡方一致，小样本似然比卡方更稳健

连续校正卡方，理论频数大于1小于5

Fisher精确检验，n<40，理论频数小于1时。

2. 配对样本，且反应变量只有两个水平

McNemar检验

data dat7;
do r=1 to 2;
do c=1 to 2;
input freq @@;
output;
end;
end;
datalines;
160 26
5 48
;

ods html;

proc freq data=dat7;
tables r * c/nopct nocol norow  cl;
weight freq;
exact mcnem;
run;

3. 配对样本，反应变量有多个水平

 Stuart-Maxwell

*Paired,category more than 2;
data diet;
 input pre wk2 cnt @@;
 datalines;
0 0 14 0 1 6 0 2 4
1 0 9 1 1 17 1 2 2
2 0 6 2 1 12 2 2 8
;
run; 


proc catmod data = diet;
weight cnt;
response marginal;
model pre*wk2 = _response_;
repeated time 2;
run;

4. Binomial检验

*Binomial test;
data gwart;
 input patient $ cured $ @@;
 datalines;
1 YES 2 _NO 3 YES 4 _NO 5 YES 6 YES
7 _NO 8 YES 9 _NO 10 _NO 11 YES 12 _NO
13 YES 14 _NO 15 YES 16 _NO 17 _NO 18 YES
19 YES 20 _NO 21 YES 22 YES 23 _NO 24 YES
25 YES
;

proc freq data=gwart;
 tables cured /binomial (exact  level = 'YES' ) alpha=0.05; 
run;

binomial (exact  level = 'YES' )

这个是精确检验，检验YES的比例是不是0.5.

<

 tables cured / binomial alpha=0.05; 
 exact binomial; 

 Exact confidence intervals, sometimes known as the Clopper-Pearson limits

5. 拟合优度检验

proc freq data=gwart;
 tables cured /testp = (40 60) alpha=0.05; 
 exact chisq; 
run;

6. 卡方检验

data dat3;
do r=1 to 3;
do c=1 to 4;
input freq @@;
output;
end;
end;
datalines;
112 150 205 40
200 112 135 73
362 219 310 69
;

proc freq data = dat3;
table r*c/chisq NOROW NOCOL;
weight freq;
run;

EXACT CHISQ;

 就是重复显示了下。

对于CMH的用法，可参考CMH

这篇关于SAS 分类资料检验的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！