ch属性数据分析.pptVIP

上海财经大学统计与管理学院 定性数据分析 数据描述 沙蝇低空和高空捕捉数与雌雄关系、槐蚁入侵与槐树品种关系、机器不同方位活塞环失效数与方位关系、血凝块病人控制前后是否继续口服某药物研究、印度不同地区口腔疾病分布研究和支气管炎与空气颗粒含量关系研究。 问题提出 列变量和行变量是否具有关联性？（Association） 方法描述--列联表分析 卡方独立性检验、Fisher精确性检验、McNemar检验（配对数据） 和高维列联表Cochran-Mantel-Haenszel检验 SAS分析 freq过程—频数过程 参考资料 王静龙，梁小筠. 定性数据分析，华东师范大学出版社，2005 张尧庭 译 离散多元分析：理论与实践，中国统计出版社，1998 版权所有：吴纯杰 * FREQ(频数)过程--频数表是变量取值分布的描述 PROC FREQ DATA=数据集名; TABLES 变量; RUN; PROC FREQ DATA=数据集名; TABLES 变量*变量 变量*变量 . . ./ nocol norow nocum nofreq nopercent missing list out=数据集 outpct ; WETGHT 变量名; BY 变量名;RUN; 一般是分类变量 数据描述与问题提出 上海财经大学统管院 口服避孕药与患血凝块病是否有关？ 刺槐品种与蚂蚁的入侵率是否有关 压缩机的不同方向掉落的活塞环是否不同？ 不同高度捕捉到沙蝇雌雄数是否有差异？ 印度各地区口腔病分布是否不同 支气管炎是否与大气有机颗粒含量有关 统计分析 列联表分析： 大样本：卡方检验 小样本：Fisher精确检验， McNemar检验 高维： Cochran-Mantel-Haenszel检验 假设检验： H0:列变量与行变量独立 H1：存在关联 上海财经大学统管院 数据归类处理-以water为例 死亡人数限为1555，划归两类城市 水硬度设定39，划归硬度高低两类城市；进一步做列联表分析 /chisq 添加卡方独立性检验选项 tables后指定行变量和列变量，两者用星号分开。 上海财经大学统管院 data water; /* Chapter 3 */ set water; /* having created the water data set as above for chapter 2 */ mortgrp=mortal 1555; hardgrp=hardness 39; run; proc freq data=water; tables mortgrp*hardgrp /chisq; run; 数据集water-mortal与hardness关联分析 上海财经大学统管院 Sandflies data sandflies; input sex $ height n; datalines; m 3 173 m 35 125 f 3 150 f 35 73 ; run; proc freq data=sandflies; tables sex*height /chisq riskdiff; weight n; run; 上海财经大学统管院 按雌雄、捕捉高度和捕捉数目录入 riskdiff计算行变量各类比重差-（基于二项分布）此处计算雌蝇和雄蝇在低空和高空所占比重是否有差异的检验。 使用weight语句表示重复数的变量为n。如果为原始基本情况的数据，则不需要weight语句。 Sandflies 上海财经大学统管院 Sandflies 上海财经大学统管院 Acacia Ants 上海财经大学统管院 data ants; input species $ invaded $ n; datalines; A no 2 A yes 13 B no 10 B yes 3 ; run; proc freq data=ants; tables species*invaded / chisq expected; weight n; run; 刺槐(A 或B)，是否被蚁群侵入， 侵入的种群数目 添加格子的期望数输出选项 Acacia Ants 上海财经大学统管院 Piston Rings data pistons; input machine site $ n; datalines; 1 North