sas上机1
数据分析与统计软件-sas-第一章上机实验-
数据分析与统计软件上机实验报告实验目的➢初步掌握sas软件的使用方法和语言结构➢学会运用sas软件进行简单的数据处理实验内容1某小学60名11岁学生的身高（单位cm）的数据如下126 149 143 141 127 123 137 132 135 134 146 142 135 141 150 137 144 137 134 139 148 144 142 137 147 138 140 132 149 131 139 142 138 145 147 137 135 142 151 146 129 120 143 145 142 136 147 128 142 132 138 139 147 128 139 146 139 131 138 149 （1）计算均值、方差、标准差、变异系数、偏度、峰度；（2）计算中位数，上、下四分位数，四分位极差，三均值；（3）做出直方图；（4）做出茎叶图；解答1)使用sas软件编程答案为：统计量身高N 有效60缺失0均值139.0000中值139.0000标准差7.06387方差49.898偏度-.510偏度的标准误.309峰度-.126峰度的标准误.608百分位数25 135.000050 139.000075 144.7500变异系数=标准差/均值=5.08%2)部分结果在问题(1)中中位数：139.0000四分位极差=Q3-Q1=144.75-135=9.75三均值=0.25*Q1+0.5*M+0.25*Q3=139.4375 3)使用软件画图得到4)使用sas软件画图得到程序附录（1）DATA DQGZ;INPUT X @@;CARDS;126 149 143 141 127 123 137 132 135 134 146 142 135 141 150 137 144 137 134 139 148 144 142 137 147 138 140 132 149 131 139 142 138 145 147 137 135 142 151 146 129 120 143 145 142 136 147 128 142 132 138 139 147 128 139 146 139 131 138 149 PROC MEANS N MEAN STD VAR USS CSS;RUN;（4）身高 Stem-and-Leaf PlotFrequency Stem & Leaf1.00 Extremes (=<120)1.00 12 . 35.00 12 . 678897.00 13 . 112224418.00 13 . 555677777888899999 13.00 14 . 011222222334413.00 14 . 55666777789992.00 15 . 01Stem width: 10.00Each leaf: 1 case(s)。
SAS系统上机
SAS上机指导一、SAS系统的熟悉与了解 (4)二、SAS编程 (5)1.创建数据集 (5)1.1 自由格式 (5)1.2列方式 (5)1.3规定格式 (5)2.数据集的整理 (6)2.1建立新变量、累加、选择变量 (6)2.2条件语句 (6)2.3循环语句 (6)2.4数据集的连接与合并 (7)2.5 SAS与外部数据的交换 (8)三、Means和Univariate过程 (10)1.计算统计量 (10)2.图形概括 (10)四、随机数的产生与模拟 (11)1.非均匀随机数的产生 (11)1.1逆变换法 (11)1.2合成法 (11)1.3筛选抽样法 (11)2. Monte Carlo方法在解确定性问题中的应用 (12)3. 随机模拟方法在随机服务系统中的应用 (14)4. 随机模拟方法在理论研究中的应用 (14)五、区间估计和假设检验 (17)1.正态总体的均值、方差的区间估计 (17)2. 均值、方差的假设检验 (18)3.正态性检验 (19)4. 非参数秩和检验 (20)六、方差分析 (21)七、回归分析 (23)八、附录：insight简介 (24)SAS系统上机一、SAS系统的熟悉与了解1起动SAS系统2 SAS系统的窗口PGM、LOG、OUTPUT、KEY、DIR、V AR、LIB3 SAS菜单条（不同的窗口其内容有所不同）4工具栏5 命令条：在里面输入显示管理（DM）命令后回车或点击前面的对号6状态栏其左边显示一些重要的帮助信息或提示。
右边有一个用于更改工作目录的图标，双击它可改变SAS的当前的工作目录，7了解菜单栏8 在程序窗口输入以下程序，data bodyfat;inPUt sex $ fatpct @@;fat=fatpct/100;cards;M 13.3 F 22 M 19 F 26 M 20 F 16 M 8 F 12 M 18 F 21.7M 22 F 23.2 M 20 F 21 M 31 F 28 M 21 F 30 M 12 F 23M 16 M 12 M 24RUN；PROC means data=bodyfat;var fatpct;run;（1）执行该程序，看看LOG窗、OUTPUT窗的表示，并将这两个窗口的内容保存（2）回到程序窗口，将原程序调回，并将该程序保存到磁盘（3）三个窗口的切换（4）退出SAS系统，并重新启动，在程序窗口中打开刚才保存的SAS程序。
SAS上机练习题及参考答案
1394913242X 1897876466X
7、下表是某班学生几门功课的成绩，其中形势课是考查课，其它均为考试课。请完成以下处理并且保存
程序、结果和日志：（注意函数在 DATA STEP 中使用的位置）
(参考程序)
（1）用 Mean()函数求出每位同学的平均分，将其保存在变量中；
（2）用 sum()函数或者表达式求出每位同学的总分，将其保存在变量中；
74 67
80
0
67 71
71 69
90
0
75 70
75 69
80
0
69 76
76 79
90
0
66 71
60 60
78
2010.11.16
8、下面是 3 个大类疾病的 ICD-10 编码及对应的疾病名。请完成以下任务：
(参考程序)
（1）建立数据集；
（2）提取每种疾病的大类编码；
（3）分别将 3 个大类的疾病存入 3 个数据集。
RUN;
PROC PRINT DATA=EX1;
VAR NAME AGE;
RUN;
SEX;
3、将第 2 题的程序、结果及日志保存到磁盘。
4、试根据某班 12 名学生 3 门功课成绩表完成后面的问题：
表 1 某班 12 名学生 3 门功课成绩表
学号
生化
物理
病理
083
68
71
65
084
74
61
68
085
1523105754X 1357851051X
1592624347X 1508311759X
1331237668X 1327313520X
1370048578X 1556443719X
SAS上机练习试题[全部,含参考答案解析]
![SAS上机练习试题[全部,含参考答案解析]](https://img.taocdn.com/s3/m/f23cdc31cc175527072208f2.png)
重庆医科大学--卫生统计学统计软件包SAS上机练习题（一）1、SAS常用的窗口有哪三个？请在三个基本窗口之间切换并记住这些命令或功能键。
2、请在PGM窗口中输入如下几行程序，提交系统执行，并查看OUTPUT窗和LOG窗中内容，注意不同颜色的含义；并根据日志窗中的信息修改完善程序。
3、将第2题的程序、结果及日志保存到磁盘。
4、试根据如下例1的程序完成后面的问题：表1 某班16名学生3门功课成绩表如下问题：1）建立数据集；2）打印至少有1门功课不及格同学的信息；(提示，使用if语句)参考程序：data a;input id sh wl bl;cards;083 68 71 65084 74 61 68085 73 75 46086 79 80 79087 75 71 68084 85 85 87085 78 79 75086 80 76 79087 85 80 82088 77 71 75089 67 73 71080 75 81 70118 70 54 75083 70 66 84084 62 73 65099 82 70 79;run;data b;set a;if sh<60 or wl<60 or bl<60then output;run;proc print data=b;var id sh wl bl;run;5、根据下列数据建立数据集表2 销售数据开始时间终止时间费用2005/04/28 25MAY2009 $123,345,0002005 09 18 05OCT2009 $33,234,5002007/08/12 22SEP2009 $345,60020040508 30JUN2009 $432,334,500提示：(格式化输入；数据之间以空格分隔，数据对齐；注意格式后面的长度应以前一个位置结束开始计算，如果读入错误，可试着调整格式的宽度；显示日期需要使用输出格式)开始时间，输入格式yymmdd10.终止时间，输入格式date10.费用，输入格式dollar12.参考程序：data a;input x1 yymmdd10. x2 date10. x3 dollar13.;cards;2005/04/28 25MAY2009 $123,345,0002005 09 18 05OCT2009 $33,234,5002007/08/12 22SEP2009 $345,60020040508 30JUN2009 $432,334,500;run;proc print;run;proc print;format x1 yymmdd10. x2 date9. x3 dollar13.;run;6、手机号码一编码规则一般是：YYY-XXXX-ZZZZ，其YYY为号段；XXXX一般为所在地区编码；ZZZZ为对应的个人识别编号。
医学统计学SAS上机考试
1-性别-卡方-和年龄-T-的两组比较The FREQ ProcedureTable of sex by groupsex(sex) group(group)频 数Frequency|列百分比Col Pct | 1| 2| Total---------+--------+--------+1 | 38 | 43 | 81| 31.15 | 36.44 |---------+--------+--------+2 | 84 | 75 | 159| 68.85 | 63.56 |---------+--------+--------+Total 122 118 240Statistics for Table of sex by groupStatistic DF Value Prob卡方 Chi-Square 1 0.7516 0.3860 N≥40且T≥5连续矫正卡方Continuity Adj. Chi-Square 1 0.5335 0.4651 N≥40且1≤T＜5Fisher's Exact Test F确切检验Two-sided Pr <= P 0.4146 N≤40或T＜1性别 实验组 对照组 合计男 38 43 81女 84 75 159合计 122 118 240建立检验假设，确定检验水平：H0：不同组男女构成比相等，π1＝π2H1：不同组男女构成比不同，π1≠π2α=0.05计算检验统计量，求得P值。
统计推断结论：P＞0.05，按α=0.05水平不拒绝H0，差异无统计学意义，根据现有资料认为：The TTEST ProcedureLower CL Upper CL Lower CL Upper CLVariable group N Mean Mean Mean Std Dev Std Dev Std Dev Std Errage 1 122 34.941 37.025 39.108 10.327 11.625 13.3 1.0525age 2 118 34.959 36.89 38.82 9.3889 10.589 12.144 0.9748T-TestsVariable Method Variances DF t Value Pr > |t|age Pooled Equal 238 0.09 0.9254 方差齐age Satterthwaite Unequal 237 0.09 0.9252 方差不齐Equality of VariancesVariable Method Num DF Den DF F Value Pr > Fage Folded F 121 117 1.21 0.3107 P＞0.05方差齐P＜0.05不齐实验组 对照组组别P值MEAN STD MEAN STD年龄 37.025 11.625 36.89 10.589 0.9254建立检验假设，确定检验水平：H0：不同组平均年龄相等，μ1＝μ2H1：不同组平均年龄不同，μ1≠μ2α=0.05计算检验统计量，求得P值。
笔记2
１．３ＳＡＳ的程式结构在ＳＡＳ中，对数据的处理可划分为两大步骤：（１）将数据读入ＳＡＳ建立的ＳＡＳ数据集，称为数据步；（２）调用ＳＡＳ的模块处理和分析数据集中的数据，称为过程步。
每一数据步都是以ＤＡＴＡ语句开始，以ＲＵＮ语句结束。
而每一过程步则都是以ＰＲＯＣ语句开始，以ＲＵＮ语句结束。
当有多个数据步或过程步时，由于后一个ＤＡＴＡ或ＰＲＯＣ语句可以起到前一步的ＲＵＮ语句的作用，两步中间的ＲＵＮ语句也就可以省略。
但是最后一步的后面必须有ＲＵＮ语句，否则不能运行。
ＳＡＳ还规定，每个语句的后面都要用符号“；”作为这个语句结束的标志。
在编辑ＳＡＳ程式时，一个语句可以写成多行，多个语句也可以写成一行，可以从一行的开头写起，也可以从一行的任一位置写起。
每一行输入完成后，用ＥＮＴＥＲ键可以使光标移到下一行的开头处。
１．4 ＳＡＳ程式的输入及运行ＳＡＳ程式的输入及运行步骤如下：（１）进入ＳＡＳ的显示管理系统；（２）进入并扩大编辑窗口；（３）调出、编辑或修改ＳＡＳ程式或数据文件；（４）将编辑窗口的ＳＡＳ程式或数据文件存盘；（５）按功能键F8或点击“跑步”键运行ＳＡＳ程式并注意观察日志窗口中的信息，如有ＥＲＲＯＲ出现，应将光标移到日志窗口，用ＰｇＵｐ和ＰｇＤｎ两键翻页，找到错误的所在；（６）将光标移到编辑窗口，按功能键F4或点击Locals菜单中的Recall text命令调出已经运行的ＳＡＳ程式，改正错误后转入步骤（４），直到日志窗口中的信息没有ＥＲＲＯＲ出现为止；（７）将光标移到输出窗口，用ＰｇＵｐ和ＰｇＤｎ两键翻页阅读输出的结果。
〖上机练习１．１〗进入ＳＡＳ的显示管理系统，在编辑窗口输入程式：data ex；a=1；b=2；c=3；x=2*a+b；y=a-b/2；z=b+c**3；proc；print；run；在程式中，ｄａｔａ后面的ｅｘ是给数据集所取的名字，在这个数据集内将储存变量ａ、ｂ、ｃ、ｘ、ｙ、ｚ及它们所取的值，ｐｒｏｃ后面的ｐｒｉｎｔ是要打印６个变量所取的值。
统计实验与SAS上机简易过程步
统计实验与SAS上机简易过程步数据统计分析⼀般可遵循以下思路:(1)先确定研究⽬的，根据研究⽬的选择⽅法。
不同研究⽬的采⽤的统计⽅法不同，常见的研究⽬的主要有三类：①差异性研究，即⽐较组间均数、率等的差异，可⽤的⽅法有t检验、⽅差分析、χ2检验、⾮参数检验等。
②相关性分析，即分析两个或多个变量之间的关系，可⽤的⽅法有相关分析。
③影响性分析，即分析某⼀结局发⽣的影响因素，可⽤的⽅法有线性回归、logistic回归、Cox 回归等。
(2)明确数据类型，根据数据类型进⼀步确定⽅法：①定量资料可⽤的⽅法有t检验、⽅差分析、⾮参数检验、线性相关、线性回归等。
②分类资料可⽤的⽅法有χ2检验、对数线性模型、logistic回归等。
下图简要列出了不同研究⽬的、不同数据类型常⽤的统计分析⽅法。
(3)选定统计⽅法后，需要利⽤统计软件具体实现统计分析过程。
SAS中，不同的统计⽅法对应不同的命令，只要⽅法选定，便可通过对应的命令辅之以相应的选项实现统计结果的输出。
(4)统计结果的输出并⾮数据分析的完成。
⼀般统计软件都会输出很多结果，需要从中选择⾃⼰需要的部分，并做出统计学结论。
但统计学结论不同于专业结论，最终还需要结合实际做出合理的专业结论。
第⼀部分：统计描述1.定量资料的统计描述指标及SAS实现；（1）数据分布检验：PROC UNIVARIATE①基本格式：②语句格式⽰例：1.PROC UNIVARIATE normal;/*normal选项表⽰进⾏正态性检验*/2.CLASS group;/*指定group为分组变量*/3.VAR weight;/*指定分析变量为weight*/4.RUN;③结果：正态性检验(tests for normality)结果，常⽤的是Shapiro-Wilk 检验和Kolmogorov-Smirnov检验。
当例数⼩于2000时，采⽤Shapiro-Wilk检验W值为标准；当例数⼤于2000时，SAS中不显⽰Shapiro-Wilk检验结果，采⽤Kolmogorov-Smirnov检验D值为判断标准。
SAS上机实验
实验内容1试用产生标准正态分布的随机数normal(seed)产生参数为10的卡方分布随机数100个。
2根据数据集：（1）创建一个仅包含地区、销售的产品类型、销售数量和销售额的数据集。
（2）分别创建一个仅包含产品类型a100和产品类型a200和SAS数据集。
（3）选择一个人口在50000以上的部分子集。
3 以下数据来自7位同学的高考语文、数学和英语成绩，试用编程的方法计算出平均成绩在75以上的男同学的人数。
实验步骤：实验1：data a (drop=i) ;do i=1to100by1;z=normal(0)**2+normal(0)**2+normal(0)**2+normal(0)**2+normal(0)**2+no rmal(0)**2+normal(0)**2+normal(0)**2+normal(0)**2+normal(0)**2; output;end;结果如下：实验2：（1）data biao1;input region$ product$ quantity price; cards;es a100 150 3750so a100 410 10250es a100 350 8750so a100 710 17750es a100 750 18750so a100 760 19000es a100 150 3000so a100 410 8200es a100 350 7000so a100 710 14200es a100 750 15000so a100 760 152000es a200 165 4125so a200 425 10425es a200 365 9125ne a100 200 5000we a100 180 4500ne a100 600 15000we a100 780 19500ne a100 800 20000we a100 880 22000ne a100 200 4000we a100 180 3600ne a100 600 12000we a100 780 15600ne a100 800 16000we a100 880 17600ne a200 215 5375we a200 195 4875ne a200 615 15375;实验结果：（2）data biao2;input region$ citisize$ pop product$ saketype$ quantity price; cards;es s 25000 a100 r 150 3750so s 48000 a100 r 410 10250es m 125000 a100 r 350 8750so m 348000 a100 r 710 17750es l 62500 a100 r 750 18750so l 748000 a100 r 760 19000es s 25000 a100 s 150 3000so s 48000 a100 w 410 8200es m 125000 a100 w 350 7000so m 348000 a100 w 710 14200es l 62500 a100 w 750 15000so l 748000 a100 w 760 15200ne s 37000 a100 r 200 5000we s 32000 a100 r 180 4500ne m 237000 a100 r 600 15000we m 432000 a100 r 780 19500ne l 837000 a100 r 800 20000we l 93200 a100 r 880 22000ne s 37000 a100 w 200 4000we s 32000 a100 w 180 3600ne m 237000 a100 w 600 12000we m 432000 a100 w 780 15600ne l 837000 a100 w 800 16000we l 932000 a100 w 880 17600;data biao3;input region$ citisize$ pop product$ saketype$ quantity price; cards;es s 25000 a200 r 165 4125so s 48000 a200 r 425 10425es m 125000 a200 r 365 9125ne s 37000 a200 r 215 5375we s 32000 a200 r 195 4875ne m 237000 a200 r 615 15375;run;（3）data biao4;input region$ citisize$ pop product$ saketype$ quantity price; if pop <= 50000then delete;cards;es s 25000 a100 r 150 3750so s 48000 a100 r 410 10250es m 125000 a100 r 350 8750so m 348000 a100 r 710 17750es l 62500 a100 r 750 18750so l 748000 a100 r 760 19000es s 25000 a100 s 150 3000so s 48000 a100 w 410 8200es m 125000 a100 w 350 7000so m 348000 a100 w 710 14200es l 62500 a100 w 750 15000so l 748000 a100 w 760 15200es s 25000 a200 r 165 4125so s 48000 a200 r 425 10425es m 125000 a200 r 365 9125ne s 37000 a100 r 200 5000we s 32000 a100 r 180 4500ne m 237000 a100 r 600 15000we m 432000 a100 r 780 19500ne l 837000 a100 r 800 20000we l 93200 a100 r 880 22000ne s 37000 a100 w 200 4000we s 32000 a100 w 180 3600ne m 237000 a100 w 600 12000we m 432000 a100 w 780 15600ne l 837000 a100 w 800 16000we l 932000 a100 w 880 17600ne s 37000 a200 r 215 5375we s 32000 a200 r 195 4875ne m 237000 a200 r 615 15375；run;实验结果：实验3：data biao5;input sex$ yuwen shuxue yingyu @@;ave=sum(yuwen+shuxue+yingyu)/3;if ave>75 & sex='m'then n+1;else delete;cards;m 82 78 69 f 90 78 89 m 79 86 98 m 76 56 80 f 72 76 81 f 69 78 91 m 92 71 85;实验结果：。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2.P34 计算标准正态分布的分布函数值
在SAS中有probnorm(x)函数,用此函数可以求 P{X≤x}. 当x=1.645，1.96，2.576时,不查标准正态分布的分布 函数的函数值表，应用 SAS直接计算P{X≤x}的程序为
2012-6-20
9
data ex; do x=1.645,1.96,2.576;(给x依次赋值，增加赋值后可 全部列出的函数值表) p=probnorm(x);put x p;(计算并输出x对应的概率) end;run; 输出的结果如下(在Log窗口中显示)： 1.645 0.9500150945 1.96 0.9750021049 2.576 0.9950024677
i 0
2012-6-20
4
因此，当n=5，k=3，p=0.2时，应用SAS直接计 算P{X=3}的程序为： data ex; p=probbnml(0.2,5,3)-probbnml(0.2,5,2); proc print; run; 输出的结果为：0.0512。
2012-6-20
5
当n=5,k=4,p=0.8时,应用SAS直接计算 P(X=4)+P(x=5)的程序为： data ex; p=1-probbnml(0.8,5,3); proc print; run; 输出的结果为：0.73728。
b c probbnml01 ppoisson probchi01 probf01 probit01 probnorm01
1 2 3 4 5
0.1 0.3 0.4 0.6 0.9
4 5 6 6 8
3 4 5 4 3
0.99990 0.99757 0.99590 0.76672 0.00043
1.00000 1.00000 1.00000 1.00000 1.00000
6．应用SAS计算F分布的分位数（df为自由度） 在SAS中有finv(p,df1,df2)函数,用此函数可以求p分位数. SAS程序为 data ex; do p=0.025,0.05,0.1,0.9,0.95,0.975; do df1=3;df2=4;f=finv(p,df1,df2);put p df1 df2 f; end;end;run;
0.44217 0.45058 0.45619 0.32332 0.06564
0.02491 -1.28155 0.10947 -0.52440 0.14776 -0.25335 0.27410 0.25335 0.39986 1.28155
0.53983 0.61791 0.65542 0.72575 0.81594
2012-6-20
25
输出的结果如下： 0.025 3 0.05 3 0.1 3 0.9 3 0.95 3 0.975 3
4 4 4 4 4 4
0.0662208725 0.1096830108 0.1871732255 4.1908604389 6.5913821164 9.9791985322
2012-6-20
27
常用概率和分位数计算公式 data probdist; input a b c@@; probbnml01=probbnml(a,b,c);/*b(p,n,k)*/ Ppoisson（柏松分布） =poisson(a,b);/*poisson(lamda,n)*/ probchi01=probchi(c,b);/*c=x,b=df */ probf01=probf(a,b,c); probit01=probit(a);/*分位数*/
2012-6-20
11
以下是用SAS程序绘制的二维正态分布分布密度函数 的示意图。所用的SAS程序为： data ex;do x=-3 to 3 by（步长） 0.25; do y=-3 to 3 by 0.25; p=exp(-((x*x+y*y)*5/4+x*y*3/2)/2)/2/3.1416; output;end;end; proc g3d;plot y*x=p;run;
研究生ＳＡＳ应用讲义
2012-6-20
1
一般计算 data ex; a=12+13;b=13-12*2;c=sqrt(19**3); d=18**(1/3);e=log10(1000); g=sin(3); f=arsin(1) /* f=arcsin(1) */ x=12.4221/84.7599; cv=0.20077/2.55; proc print; run;
0.53742 0.61188 0.64850 0.71477 0.80280
2012-6-20
30
PERCENT 40
P64 应用SAS画频率和累计频率直方图
data hist01; input x@@; cards; 45 46 48 51 51 57 62 64 ; proc gchart; vbar x/type=pct space=0; run;
2012-6-20
19
输出的结果如下： 0.025 4 0.4844185571 0.05 4 0.7107230214 0.1 4 1.0636232168 0.9 4 7.7794403397 0.95 4 9.4877290368 0.975 4 11.143286782
2012-6-20
20
2012-6-20
6
应用SAS直接计算例1.3.1中一枚硬币抛20次，正面朝上 的次数为X,求P{8≤X≤12}的概率 程序为： data ex; p=probbnml(0.5,20,12)-probbnml(0.5,20,7); proc print; run; 输出的结果为：0.7368240356。
2012-6-20
22
5．应用SAS计算t分布的分位数(自由度) 在SAS中有tinv(p,df)函数，用此函数可以求p分位数. SAS程序为 data ex; do df=4（自由度35，350，）;do p=0.025,0.05,0.1,0.9, t=tinv(p,df);put p df t; end;end;run;
30
20
10
2012-6-20
31
PERCENT 40
30
Vbar表示画直方图 Space表示直方图的间隔 Type=pct表示直方的高为频率， Type=cpct表示累计频率
20
10
2012-6-20
32
data hist01; input x@@; cards; 70 72 94 24 68 57 90 95 93 109 64 58 79 40 118 84 70 99 132 154 100 77 34 68 26 48 87 85 95 123 105 107 55 45 73 109 58 101 134 94 94 62 156 61 84 77 123 135 40 107 79 131 72 66 30 44 141 98 100 90 78 44 50 58 60 76 78 92 101 62 152 97 81 54 98 75 118 130 90 115 136 100 80 69 98 84 25 179 97 76 56 73 43 82 60 68 160 139 ;
2012-6-20
23
输出的结果如下： 0.025 4 -2.776445105 0.05 4 -2.131846786 0.1 4 -1.533206274 0.9 4 1.5332062741 0.95 4 2.1318467863 0.975 4 2.7764451052
2012-6-20
24
2012-6-20
26
还可以用下列程序更好: data ex; input p df1 df2@@; f=finv(p,df1,df2); list; cards; 0.025 3 4 0.05 3 4 0.1 3 4 0.9 3 4 0.95 3 4 0.975 3 4 ; proc print; run;
2012-6-20
7
应用SAS中的probnorm(x)近似计算二项分布的概率时, 请注意 2 x 1 t exp{ } d t probnorm(x)= F0,1 (x)
2 2
因此，应用SAS近似计算P{8≤X≤12}的程序为： 校正为P{7.5≤X≤12.5} data ex; p=probnorm(2.5/sqrt（根号）(5))-probnorm(-2.5/sqrt( proc print; run; 输出的结果为： 0.73645
用下列程序更好: data ex; input p df@@; c=cinv(p,df); list; cards; 0.025 4 0.05 4 0.1 4 0.9 4 0.95 4 0.975 4 ; proc print;run;
2012-6-20
21
输出的结果如下： 0.025 4 0.4844185571 0.05 4 0.7107230214 0.1 4 1.0636232168 0.9 4 7.7794403397 0.95 4 9.4877290368 0.975 4 11.143286782
2012-6-20
28
probnorm01=probnorm(a); probt01=probt(a,b); list; cards; 0.1 4 3 0.3 5 4 0.4 6 5 0.6 6 4 0.9 8 3 ; proc print; run;
2012-6-20
29
Obs a probt01
2012-6-20
10
用下列程序更好: data ex; input x@@; p=probnorm(x); cards; 1.645 1.96 2.576 输出的结果如下： ; 1.645 0.9500150945 proc print; 1.96 0.9750021049 run; 2.576 0.9950024677