kaiming000的博客

*repeated语句指定有3个时间点，(0 3 7)表示写上时间；如果不写，默认的时间间隔是等距的，而此例是非等距的。nouni表示不输出单变量分析结果，因为对于重复测量分析，单变量分析意义不大*//*model语句指定3个因变量，即 t0 t5 t10，由于是单组的，因此不存在自变量，自变量也就不指定，summary输出各时间点与对照时间点的比较结果*//*如果我们想进一步了解存在什么样的趋势，*//* polynomial来实现趋势的检验*//*单组重复测量方差分析程序*//*首先写入数据*/

Group：p=0.3130，表明，时间点1到时间点2三条线变化趋势一样的，也就是下面三条线平行。Group：p=0.0749，表明，时间点3到时间点2三条线变化趋势一样的，也就是下面三条线平行。Group:p=0.7665，从2次项的曲线趋势来看，三组人收缩压随时间变化趋势无明显差异。Mean: p=0.0218，表明，时间点3与时间点1的收缩压变化有统计学意义。Mean: p=0.0613，表明，时间点2与时间点1的收缩压无统计学意义。contrast(1)表示后2个时间点分别与第1时间点比较，

首先所有的变量必须为数值型变量，其中对于分类变量需要利用proc format过程步定义变量输出格式，对于分析变量，-99定义为此变量的项目名称，比如-99=’性别’。本文以2009年中国健康与营养调查数据为例，将研究对象按照其自报家务体力活动水平的四分位数分为Q1、Q2、Q3、Q4四组，对其基线特征进行描述，即分组变量为家务体力活动水平，预分析的基线特征变量包括分类变量（省份和性别）和连续性变量（（包含所有分析变量为分类变量的结果）和“lianxu” （包含所有分析变量为连续变量的结果）两个数据集。

在流行病学研究中，在研究两种因素的关联性研究时，通常在论文的表1时，往往会根据暴露因素进行分组，然后分析不同暴露组的基本特征。

在流行病学研究中，在研究两种因素的关联性研究时，通常在论文的表1时，往往会根据暴露因素进行分组，然后分析不同暴露组的基本特征，这时候。上表的备注说：除年龄、地区外，其余各项数据均调整了年龄和地区，也就是说此表年龄是真实值，而其他为校正值，比如。/*在数据库中自变量：sex，因变量：BMI，混杂因素：地区、age*//*本例的目的计算不同性别的BMI，并且同时校正地区和年龄；/*这里可以看到数据导入成功，并且中文变量名也设置成功了*/不同性别的BMI的校正均值和置信区间*//*变量名可以设定为中文*/