统计软件(SAS)应用第二讲1培训材料.ppt

第2章 数据预处理 ;;1 SAS数据集的建立 ;;第1步：启动Insight ，选New（新建）按钮，打开新建数据集输入窗口 ;第2步：定义变量个数及变量特性 ;图2-6 进入定义变量菜单;Data Options(P) ;第3步：录入数据 ;第4步：数据存盘 ;永久数据集和临时数据集 永久数据集： 退出SAS系统，数据集不会被系统删除； 默认SASUSER为永久数据库。 位置：c:\my sas files\9.1 临时数据集： 存放在Work数据库中的数据集，只要退出SAS系统，保存在Work数据库中的数据集就会被删除;1 SAS数据集的建立; 表2-1 手术输血与先天性巨结肠术后感染关系的部分数据 ;⑴ 首先对原始数据进行编码 ;⑵ 启动分析员 ;（3）命名变量 （双击默认变量名，修改）;（4）录入数据;（5）保存数据集 sasuser.eg2_2 （6）修改变量属性 在分析员中重新打开已保存的文件 先修改打开mode，再修改变量属性;;显示标签;;2 数据集的编辑 ;2.1 数据的删除、追加、复制、移动 （1）删除变量 右键点击所要删除的变量，弹出下拉菜单，选Delete（删除）命令变蓝色，单击鼠标左键，进入delete对话框 ;;（3）追加行 单击任意行序号使其变黑选中，单击右键弹出小菜单点（add），在数据集最后新追加的空数据列录入数据 。 ;（4）复制行数据 先选中欲复制行，单击鼠标右键，单击Duplicate命令，复制的数据在所有数据最后显示。 ;（5）删除连续多条记录 从起始点鼠标左键拖到截至，点鼠标右键，弹出小菜单，选择Delete（删除）。;（6）移动变量的前后位置 选中某列，单击右键，选择move ;2.2 创建新变量与变量变换 2.2.1 创建新变量 例2-3 2009年某地区糖尿病流行病学现况调查资料，样本量1930例（数据集eg2_3），部分调查指标及其赋值见表2-3。请在该数据集中增加体重指数变量。体重指数的计算公式为：BMI=体重（kg）/身高2(m)或BMI＝体重kg/[(身高cm/100)2]，（注意：m换算cm）。 ;;;图 2-38 计算对话框特性介绍;(4)在Category项，点击小三角，找你所要的类别；本例题选计算Arithmetic （5）输入BMI公式，点OK得到结果 ;图 2-40 例2-3结果;（6）对BMI变量属性进行定义 ???键点击BMI变量，选Properties进入修改BMI变量对话框， 单击OK，显示修订BMI的结果， ;图2-43 BMI特性修改后效果;2.2.2 变量变换 在数据小样本分析时，在某个变量不是正态分布或方差不齐的情况下，需要对变量进行变换，例如取对数和开根号等变换，以实现正态分布或方差齐。 ;例2-4 某研究者对不同作业情况的工人进行尿铅含量（mg/L）测定，对不同作业人群随机抽样，经检验各组方差不齐，试作变量变换。 ;操作步骤如下 ⑴ 首先建立SAS数据集（过程略…）；FZ=分组变量，X＝尿铅含量（mg/L）； ⑵ 在分析员中调出该数据集，名为：eg2_4 ⑶ 从主菜单Edit中，定义编辑方式选Mode中的全表编辑Edit(E)方式； ;⑷ 用鼠标点左键使X变黑，如图;⑸ 再单击主菜单Data， 有两种方式变换: ①直接取对数： 选log(Y)后，即可得到取对数变量； ;②通过函数计算：单击Compute(C) Category：右侧小三角的下拉菜单，选Mathematical 选以10为底对数并进行加数运算(目的使其方差齐性，0.4是在探索中找到)：log(x+0.4),定义好后单击OK;转变后的各组之间log10变量的方差的差异无统计学意义。 ;2.2.3 哑变量转换 在多因素回归分析中，允许自变量是有序或无序（也叫名义）的分类变量， 如果是有序分类变量，一般按影响应变量由小到大的顺序编码为1，2，…，并将它当作连续型变量处理。 如果是无序的分类变量，如：职业分类、疾病的部位和手术方式以及血型等？？？; 例：某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性肾切除术患者的肾癌标本资料，现从中抽取26例资料（见表）作为示例进行Logistic回归。;;;;例2-5 根据例题2-2提供的资料（数据集eg2_2），对“疾病部位”进行哑变量变换， “疾病部位”是无序多分类变量，回归分析时需要