大數(shù)據(jù)時代，我們淹沒在了數(shù)據(jù)的海洋中，獲取大量數(shù)據(jù)已經(jīng)變得十分容易，誰掌握了數(shù)據(jù)，誰就掌握了未來。要挖掘出這些數(shù)據(jù)背后的信息，數(shù)據(jù)分析工作尤為重要，因此我們可以利用SAS進行數(shù)據(jù)分析工作。

01?SAS簡介

SAS的全稱是Statistical Analysis System（統(tǒng)計分析系統(tǒng)，官網(wǎng)：http//：www.sas.com）。

1966年，美國農(nóng)業(yè)部收集了大量的農(nóng)業(yè)數(shù)據(jù)，因此需要一種在計算機上能夠快速進行分析的統(tǒng)計程序。美國國立衛(wèi)生研究院（NIH）資助的八所大學(xué)聯(lián)合會為了解決這個問題研發(fā)了統(tǒng)計分析系統(tǒng)SAS。SAS就此誕生，這時的SAS系統(tǒng)僅有一般線性模型分析法，也只適用于IBM大型主機。

1972年，SAS軟件及其使用手冊首次對外公開租賃。1976年，SAS公司成立，總部位于美國北卡羅來納州，開始從事SAS系統(tǒng)的開發(fā)、維護、銷售和培訓(xùn)工作。80年代，SAS以多元架構(gòu)為重點，使其可以運行在不同的操作系統(tǒng)。隨后，SAS功能不斷增強，版本不斷更新，還打造了全新開放云平臺SAS Viya云平臺[1]。

40多年來，SAS一直占據(jù)著統(tǒng)計軟件的高端市場，用戶遍及金融、醫(yī)藥衛(wèi)生、防御安全、政府和教育科研等領(lǐng)域。SAS功能強大，運行穩(wěn)定，是最常用的統(tǒng)計分析軟件之一，被譽為國際標(biāo)準(zhǔn)軟件。

02?SAS系統(tǒng)的特點

?? 產(chǎn)品多元化；

???功能模塊化；

???良好的可移植性——廣泛用于各種操作環(huán)境；

???無論何種版本，何種界面，何種操作系統(tǒng)，SAS編程語言是一樣的；

???采用輸出交付系統(tǒng)（Output Delivery System，ODS）增強輸出。

03?SAS統(tǒng)計方法解讀--卡方檢驗

?? 卡方檢驗的三種類型?

① 獨立樣本列聯(lián)表資料的X2檢驗

例1：?某研究者欲比較膳食干預(yù)（試驗組）和普通健康教育（對照組）對糖尿病患者血糖的控制達標(biāo)情況，將171例糖尿病患者隨機分為兩組，干預(yù)6個月后結(jié)果如下表。問兩組控制空腹血糖的總體達標(biāo)率有無差別？

表1 兩組糖尿病患者空腹血糖達標(biāo)率比較

?解析?

兩組或多組率之間比較常用的檢驗方法為卡方檢驗，本題屬于兩獨立樣本率的比較，在SAS中輸入代碼后，輸出結(jié)果如下：

▲ 圖1 ?2×2四格表數(shù)據(jù)

▲?圖2 ?2×2四格表檢驗統(tǒng)計量

▲?圖3 ?Fisher確切概率法結(jié)果

?? 圖1為2×2獨立四格表資料的基本描述，每個格子中有3個數(shù)字，以第一個格子為例，“30”表示實際頻數(shù)、“36.713”表示理論頻數(shù)（計算公式為86×73÷171），“34.88”表示行所占百分比（計算公式為30÷86）。

???圖2為2×2獨立四格表資料的各種統(tǒng)計量，包括卡方、似然比卡方檢驗、連續(xù)調(diào)整卡方、Mantel-Haenszel卡方、Phi系數(shù)、列聯(lián)系數(shù)和Cramer V，我們主要關(guān)注第一個統(tǒng)計量卡方和第三個統(tǒng)計量連續(xù)調(diào)整卡方：

①當(dāng)樣本量n≥40，且每個格子的理論頻數(shù)T≥5，采用第一個統(tǒng)計量卡方；

②當(dāng)樣本量n≥40，但有1≤T＜5時，采用第三個統(tǒng)計量連續(xù)調(diào)整卡方；

③當(dāng)樣本量n＜40，或有T＜1時，用四格表資料的Fisher確切概率法。

???圖3為Fisher確切概率法的結(jié)果。當(dāng)需要采用Fisher確切概率法時選擇該表。

本題中，從第一個表中可以看出本例n＞40，理論頻數(shù)T＞5，所以采用第一個統(tǒng)計量卡方，從表中可得P=0.0379，按α=0.05的水準(zhǔn)，差異具有統(tǒng)計學(xué)意義，可以認為兩種方法的有效率不同。

② 配對設(shè)計資料的χ2檢驗

例2：?某實驗室分別用乳膠凝集法和免疫熒光法對58例可疑系統(tǒng)性紅斑狼瘡患者血清中抗核抗體進行測定結(jié)果見下表。問兩種方法的檢測結(jié)果有無差別？

表2 乳膠凝集和免疫熒光血清抗核抗體檢測結(jié)果表

?解析?

兩組或多組率之間比較常用的檢驗方法為卡方檢驗，本例為配對設(shè)計的計數(shù)資料，計數(shù)資料的配對設(shè)計常用于兩種檢驗方法、培養(yǎng)方法、診斷方法的比較，因此本例采用配對設(shè)計資料的卡方檢驗。

SAS結(jié)果如下：

▲ 圖4??配對設(shè)計卡方檢驗結(jié)果

b+c＜40，所以應(yīng)該用配對四格表校正公式。SAS輸出結(jié)果表明：校正X2=5.78571，P=0.016157，差異具有統(tǒng)計學(xué)意義，可以認為兩種方法的檢測結(jié)果不同。

③ 四格表資料的Fisher確切概率法

例3：某醫(yī)師為研究乙型肝炎（乙肝）免疫球蛋白預(yù)防胎兒宮內(nèi)感染HBV的效果，將33例乙型肝炎表面抗原（HBsAg）陽性孕婦隨機分為預(yù)防注射組和非預(yù)防組，結(jié)果見下表。問兩組新生兒的HBV總體感染率有無差別？

表3 兩組新生兒HBV感染率的比較

?解析?

當(dāng)四格表資料中出現(xiàn)n＜40或T＜1，或得到的概率P≈α，需改用四格表資料的Fisher確切概率法。本題n＜40，因此采用Fisher確切概率法。SAS輸出結(jié)果如下：

▲ 圖5 ?Fisher確切概率法結(jié)果

本題比較兩組新生兒的HBV總體感染率有無差別，故應(yīng)采用雙側(cè)檢驗，選擇雙側(cè)檢驗結(jié)果。當(dāng)需要進行單側(cè)檢驗時，選擇上面的單側(cè)檢驗結(jié)果。由表可知，P=0.1210，差異沒有統(tǒng)計學(xué)意義，尚不能認為預(yù)防注射與非預(yù)防的新生兒HBV的感染率不同。

04?SAS統(tǒng)計方法解讀--秩和檢驗

例1：?采用配對設(shè)計，用兩種飼料喂8對大鼠后，測得其肝中維生素A的含量（IU/mg）如下表。問不同飼料大鼠肝中維生素A的含量有無差別？

表4 ?不同飼料組肝中維生素A的含量

?解析?

SAS結(jié)果如下：

▲ 圖6?正態(tài)性檢驗結(jié)果

▲?圖7 秩和檢驗統(tǒng)計量結(jié)果

?? 圖6是正態(tài)性檢驗的結(jié)果，因為該資料屬于小樣本數(shù)據(jù)，所以在正態(tài)性檢驗中我們讀取Shapiro-Wilk的結(jié)果，P=0.0370，故資料不服從正態(tài)分布。

?? 圖7的檢驗結(jié)果給出了t檢驗、符號檢驗和符號秩檢驗，因為本例屬于配對設(shè)計，并且不服從正態(tài)分布，所以我們主要關(guān)注符號秩檢驗的結(jié)果，P=0.0156，差異有統(tǒng)計學(xué)意義，可認為兩種飼料大鼠肝中維生素A的含量不同。

例2：?在某小學(xué)隨機采集12歲男童和女童各10名的頭發(fā)樣品，檢測發(fā)樣中鈣（Ca）含量（ug/g），數(shù)據(jù)如下表。男童與女童頭發(fā)中Ca含量有無差異？

表5 12歲男童與女童發(fā)樣中Ca含量（ug/g）的比較

?解析?

SAS結(jié)果如下：

▲ 圖8 ?正態(tài)性檢驗結(jié)果

▲?圖9 ?正態(tài)性檢驗結(jié)果

▲?圖10 ?Wilcoxon秩和檢驗結(jié)果

▲?圖11 ?Kruskal-Wallis檢驗結(jié)果

?? 圖8為男童發(fā)樣中Ca（μg/g）的含量的正態(tài)性檢驗結(jié)果，P=0.0002，故不服從正態(tài)分布。

???圖9為女童發(fā)樣中Ca（μg/g）的含量的正態(tài)性檢驗結(jié)果，P=0.0088，故不服從正態(tài)分布。因此本例采用秩和檢驗。

???圖10為雙樣本檢驗結(jié)果，本題探討男童與女童頭發(fā)中Ca含量有無差異，應(yīng)選擇雙側(cè)檢驗結(jié)果，P=0.0376，差異具有統(tǒng)計學(xué)意義，可以認為12歲男童和女童頭發(fā)中Ca（μg/g）的含量不同。

?? 如果組別數(shù)多于兩組時，我們選擇圖11中的Kruskal-Wallis檢驗的結(jié)果進行分析。

例題來源

醫(yī)學(xué)統(tǒng)計學(xué)第5版、衛(wèi)生統(tǒng)計學(xué)第8版

參考文獻：

[1] 胡良平. SAS實驗設(shè)計與統(tǒng)計分析[M].北京:人民衛(wèi)生出版社,2010:45-170,565-573.