SAS统计描述、作图与均值显著性检验

1．掌握SAS统计量计算、频率分布等描述性统计操作；
2．掌握SAS常用统计图绘制过程步操作；
3. 学习SAS制表过程PROC REPORT；
4．掌握SAS样本均值显著性检验及区间估计的操作。

习题：
(一) 在小麦育种时，调查了杂交后代的四个性状，即：株高、穗长、穗粒数和成熟早晚，数据见“wheat.txt”。请分别用hop、loe、nog和fas代表上述四个变量，以成熟的早（e）、中（m）、晚（l）分类。

数据读入

data wheat;
	infile "/home/u45803045/my/my02/wheat.txt";
	input hop loe nog fas $ @@;
run;

question 1：编写SAS程序计算按成熟期早、中、晚分组的株高与穗长的平均数、标准差和标准误差以及穗粒数的范围和变异系数。

proc means data=wheat mean std stderr;
	var hop loe;
	class fas;
run;
proc means data=wheat range cv;
	var nog;
	class fas;
run;

result：

question 2：绘制按成熟期分组显示的株高数据箱式图

proc sort data=wheat;
	by fas;
run;

proc univariate data=wheat plot;
	var hop;
	by fas;
run;

result：

question 3：绘制按成熟期分组显示的株高、穗长、穗粒数均值条形图（株高、穗长、穗粒数均在同一图中），标题为“不同成熟期小麦株高、穗长、穗粒数的比较”；

data wheat2;
	set wheat;
	value = hop;type = 'hop';output;
	value = loe;type = 'loe';output;
	value = nog;type = 'nog';output;
	keep value type fas;
run;

proc gchart data=wheat2;
	vbar fas/discrete group=type subgroup=fas sumvar=value type=mean outside=mean width=5;
	title "不同成熟期小麦株高、穗长、穗粒数的比较";
run;

result：

question 4：作穗长与穗粒数关联性分析的散点图，标题为“小麦穗长与穗粒数的散点图”。

proc gplot data=wheat;
	plot loe*nog/vaxis=6 to 9 by 1;
	goption vsize=5cm 
			hsize=5cm;*考虑到结果要上交，调整了一下大小；
	title "小麦穗长与穗粒数的散点图";
run;

result：

（二）调查100名成年男子血清总胆固醇含量(mg/L)，数据见文件“cholestrol.dat”。

读入数据：

data cholestrol;
	infile "/home/u45803045/my/my02/cholestrol.dat";
	input TC @@;
run;

计算胆固醇含量的四分位间距
试用SAS绘制频数直方图，并在图上添加一条理论正态曲线
作正态性检验
对总胆固醇含量做PP-图

proc univariate data=cholestrol plot normal;
	var TC;
	ppplot;*作p-p图；
	histogram /lognormal;*lognormal为添加一条正态曲线；
run;

（三）研究脑缺氧对脑组织中钙泵的含量影响，将出生状况相近的小猪按出生体重配成7对，随机接受两种处理，一组为对照，一组为缺氧模型组，结果如下。请分别用proc means和proc ttest对两种处理是否存在显著差异进行统计推断(α=0.01)。

读入数据：

data ca_pu;
	input x1 x2 @@;
	diff=x1-x2;
	cards;
	0.3550 0.2755
	0.2000 0.2545
	0.3130 0.1800
	0.3630 0.1800
	0.3544 0.3113
	0.3450 0.2955
	0.3050 0.2870
	;
run;

proc means data=ca_pu  n mean std stderr t prt;
	var diff;
	title "paired-comparisons t test";
run;
proc ttest data=ca_pu alpha=0.01;
	paired x1*x2;
run;

result：


（四）随机抽取小鼠分配到两个不同饲料组中，喂养一段时间后测肝脏铁含量(μg/g)，数据如下。

数据读入：

data Fe;
	input group value @@;
	length label $24;
	if value>=1.5 then
	label='达标';
	else label='不达标';
	cards;
	1 3.59 1 0.96 1 3.89 1 1.23 1 1.61 1 2.94 1 1.96 1 3.68 1 1.54 1 2.59
	2 2.23 2 1.14 2 2.63 2 1.00 2 1.35 2 2.01 2 1.64 2 1.13 2 1.01
	;
run;

question 1：试用proc ttest分析不同饲料对肝铁含量有无显著影响。

proc ttest data=Fe;
	class group;
	var value;
run;

result：

question 2：作方差齐性检验(α=0.05)

proc glm data=Fe alpha=0.05;
	class group;
	model value=group;
	means group/hovtest;
run;

result：

question 3：分别给出两组铁含量的均值的99%置信区间。

proc means data=Fe alpha=0.05 mean lclm uclm;
	var value;
	class group;
	types group;
	output out=result(keep=mean lclm uclm) mean=mean lclm=lclm uclm=uclm;
run;
proc print data=result;
run;

question 4：给出两组均值差值的99%置信区间。

proc means data=result alpha=0.05 lclm uclm;
	var mean;
run;

question 5：设铁含量要>=1.5ug/g才达标，使用proc report 制表

ods excel file="/home/u45803045/my/my02/result.xlsx";
ods excel options(embedded_titles='yes');
	proc report data=Fe;
		title "不同饲料组小鼠肝铁含量的观察";
		column group value=n label value=mean;
		define group/group '分组';
		define mean/analysis mean format=4.2 '肝脏铁含量均值';
		define n/analysis n '小鼠数';
		define label/order center group across '含量达标情况/（>=1.5ug/g达标）';
	run;
ods excel close;

result：