附 录 常用生物统计方法的SAS程序 一、SAS系统简介 SAS是“Statistical Analysis System”的缩写， 是一个用来管理分析数据和编写报告的组合软件系统。其基本部分是SAS/BASE软件。1966年，美国North Carolina 州立大学开始开发SAS统计软件包，1976年该系统完成，同时成立SAS研究所。当初该系统只能运行于大型计算机系统，1985年出现了当今我们广泛使用的SAS微机版本。SAS系统具有统计分析方法丰富、信息储存简单、语言编程能力强、能对数据连续处理、使用简单等特点。SAS是一个出色的统计分析系统，它汇集了大量的统计分析方法，从简单的描述统计到复杂的多变量分析，编制了大量的使用简便的统计分析过程。 二、SAS系统运行的几个重要前提条件 （一）SAS系统运行时要同时打开的文件较多，因此在微型计算机的系统配置文件CONFIG.SYS中应指定FILES=50或以上； （二）SAS系统软件有时间租期限制，因此只有机器时间（DATE）在软件有效期内才能运行。时间租期取决于SAS出售版本日期，即所谓的SAS诞生日（BIRTHDAY）。 （三）SAS系统应全部安装到硬盘的SAS子目录下，硬盘应至少有10M空间。 三、SAS系统的启动与关闭 （一）启动 如果SAS系统安装在C盘的子目录SAS下，在WINDOWS操作系统中，可以直接用鼠标双击桌面上SAS系统的快捷键图标，即进入SAS系统。 在DOS 操作系统中，则开机后先进入SAS子目录，再输入SAS并按回车键即进入SAS显示管理系统。 C>:cd sas( 或者C>:cd\sas( C>:\sas\sas( 此时屏幕上出现三个窗口，它们依次是：OUTPUT（SAS结果输出窗口，在这里显示由SAS过程所输出的结果）、LOG（SAS日志窗口，随着SAS语句的执行，显示出SAS系统的信息和已执行的语句）和PGM（SAS程序编辑窗口，在此你能输入和编辑SAS语句，但应注意程序不要写在行号上）。 （二）退出SAS 在上述三个窗口的任一窗口的命令行上输入BYE或ENDSAS并按回车键即可退出SAS。 四、SAS程序结构、程序的输入、修改调试和运行 （一）程序结构 在SAS系统中任何一个完整的处理过程均可分为两大步——数据步和过程步来完成。 数据步——将不同来源的数据读入SAS系统建立起SAS数据集。每一个数据步均由DATA语句开始，以RUN语句结束。 过程步——调用SAS系统中已编号的各种过程来处理和分析数据集中的数据。每一个过程步均以PROC语句开始，RUN语句结束，并且每个语句后均以“；”结束。 （二）程序的输入、修改调试和运行 SAS程序只能在PGM窗口输入、修改，并写在PGM窗口预先设置好的行号区的右边。SAS程序语句可以使用大写或小写字母或混合使用来输入，每个语句中的单词或数据项间应以空格隔开。每行输入完后加上“；”，但在数据步中CARDS语句后面的数据行不能加“；”，必须等到数据输入完后提行单独加“；”。在键入过程中可移动光标对错误进行修改。 SAS语句书写格式相当自由，可在各行的任何位置开始语句的书写。一个语句可以连续写在几行中，一行中也可以同时写上几个语句，但每个语句后面必须用“；”隔开。 当一个程序输入完后，是否能运行和结果是否正确，只有将其发送到SAS系统中心去执行后，在LOG和OUTPUT窗口检查才能确定。发送程序的命令为F10功能键或SUBMIT。当程序发送到SAS系统后，PGM的程序语句全部自动清除，LOG窗口将逐步记下程序运行的过程和出现的错误信息（用红色提示错误）。如果过程步没有错误，运行完成后，通常会在OUTPUT窗口打印出结果；如果程序运行出错，则需要在PGM窗口用RECALL（或F9）命令调回已发送的程序进行修改。 五、常用生物统计方法的SAS程序 下面结合本教材介绍几种常用生物统计分析方法的SAS程序,读者应注意，所提供的这些程序并不是一成不变的，根据分析的需要，每一种程序中各语句都有不同的选项，下面的程序只给出了一些最基本的语句。只要大家熟悉并掌握了SAS程序，就可以根据需要灵活应用。 （一）t检验 1、样本平均数与总体平均数的差异显著性检验(教材【例5.1】) DATA A； INPUT y@@； Y=y-114； CARDS； 116 115 113 112 114 117 115 116 114 113 ； PROC MEANS N MEAN STDERR T PRT； RUN； 程序说明：样本平均数与总体平均数的差异显著性检验可调用MEANS过程。DATA语句产生临时数据集A，表明数据步的开始；INPUT语句指明读取变量y，@@表示读入一条观测值后不换行，连续读入数据，使用@@符号可在一个物理行中输入多条观测值，减少数据输入行；CARDS语句表明以下为数据行，数据行下的“；”表示数据行结束；PROC MEANS 语句指明调用MEANS过程对数据集A进行分析，输出样本含量N、平均数MEAN、平均数的标准误STDERR、学生氏T值和t值概率PRT；RUN语句表示过程步结束，开始运行过程步。 2、配对试验资料的t检验（教材【例5.5】） DATA B； INPUT ID x1 x2； d=x1-x2； CARDS； 1 37.8 37.9 2 38.2 39.0 3 38.0 38.9 4 37.6 38.4 5 37.9 37.9 6 38.1 39.0 7 38.2 39.5 8 37.5 38.6 9 38.5 38.8 10 37.9 39.0 ； PROC MEANS MEAN STDERR T PRT； VAR d； RUN； 程序说明：配对试验资料的t检验可调用MEANS 过程。 3、非配对试验资料的t检验（教材【例5.3】） DATA C； INPUT breed y@@； CARDS； 1 1.20 2 2.00 1 1.32 2 1.85 1 1.10 2 1.60 1 1.28 2 1.78 1 1.35 2 1.96 1 1.08 2 1.88 1 1.18 2 1.82 1 1.25 2 1.70 1 1.30 2 1.68 1 1.12 2 1.92 1 1.19 2 1.80 1 1.05； PROC TTEST； CLASS breed； VAR y； RUN； 程序说明：非配对试验资料的t检验需调用TTEST过程。INPUT语句读入处理变量breed（品种）和试验结果y（增重）；CLASS语句定义分类变量，TTEST过程要求分类变量只能有两个水平，此处为1（长白猪）和2（蓝塘猪）。 （ 二）方差分析 对于一般的方差分析（平衡资料，即各处理重复数相等）可用ANOVA过程；对于非平衡资料（各处理重复数不等）的方差分析可用GLM过程。下面分别ANOVA过程和GLM过程。 1、ANOVA过程的程序格式 PROC ANOVA 选项； CLASS 变量； MODEL 依变量=效应/选项； MEANS 效应/选项； 程序说明：PROC ANOVA 语句中的“选项”——DATA=输入数据集，OUTSTAT=输出数据集，用于存储方差分析结果；CLASS语句指明分类变量，此语句一定要设定，并且应出现在MODEL语句之前；MODEL语句定义分析所用的线性数学模型；MEANS语句计算各处理效应的平均数，“选项”用于设定多重比较方法——常用的有LSD法、DUNCAN（Duncan新复极差法）、TUKEY（Tukey固定极差检验法）、DUNNETT和DUNNETU（Dunnett氏最小显著差数两尾和一尾检验法），显著水平的确定采用如ALPHA=0.01（表示将显著水平设定为0.01），缺省为0.05。 上述语句中，关键语句在于定义线性数学模型。同一试验资料，根据模型不同而异。常用的模型定义语句有：MODEL y=a（单因素试验资料的方差分析）、MODEL y=a b（两因素试验资料无互作模型）、MODEL y=a b c（三因素主效模型）、MODEL y=a b a*b（两因素试验资料有互作模型，也可写成y=a|b）、MODEL y=a b(a)（两因素试验资料嵌套模型，用于系统分组资料）、MODEL y1 y2=a b（两元两因素主效模型）。 结果输出包括分类变量信息表、方差分析表和多重比较表等。 2、GLM过程的程序格式 PROC ANOVA 选项； CLASS 变量； MODEL 依变量=效应/选项； MEANS 效应/选项； RANDOM 效应/选项； CONTRAST “对比说明”效应 对比向量； OUTPUT OUT=输出数据集 PREDICTED| P=变量名 RESIDUAL|R=变量名； 程序说明：PROC GLM 语句设定分析数据集和输出数据集；；CLASS语句指明分类变量，此语句一定要设定，并且应出现在MODEL语句之前；MODEL语句定义分析所用的线性数学模型和结果输出项；MEANS语句计算平均数，并可选用多种多重比较方法；RANDOM语句指定模型中的随机效应，“选项”——Q给出期望均方中主效应的所有二次型；CONTRAST语句用于对比检验；OUTPUT语句产生输出数据集，P=定义y预测值变量名，R=定义误差变量名。 模型定义仍是GLM过程使用的关键（同上）。通过设定模型（MODEL），即可对不同的试验设计资料进行分析。当处理效应为固定效应时，通过MEANS语句计算平均数，进行多重比较，当处理效应为随机效应时，可利用RANDOM语句或VARCOMP过程估计方差分量。 （三）线性回归分析 1、一元线性回归分析（教材【例8.1】） DATA G； INPUT x y@@； CARDS； 80 2350 86 2400 98 2720 90 2500 120 3150 102 2680 95 2630 83 2400 113 3080 105 2920 110 2960 100 2860 ； PROC REG CORR； MODEL y=x / CLM CLI； RUN； 程序说明：一元线性回归分析可调用REG 过程。PROC 语句选项CORR，要求输出简单相关系数；MODEL 语句指明输出CLM——y总体平均数的置信区间和CLI——单个y值的置信区间。 2、多元线性回归分析（教材第九章习题的第9题） DATA H； INPUT number x1 x2 x3 y@@； CARDS； 1 23.73 5.49 1.21 15.02 2 22.34 4.32 1.35 12.62 3 28.84 5.04 1.92 14.86 4 27.67 4.72 1.49 13.98 5 20.83 5.35 1.56 15.91 6 22.27 4.27 1.50 12.47 7 27.57 5.25 1.85 15.80 8 28.01 4.62 1.51 14.32 9 24.79 4.42 1.46 13.76 10 28.96 5.30 1.66 15.18 11 25.77 4.87 1.64 14.20 12 23.17 5.80 1.90 17.07 13 28.57 5.22 1.66 15.40 14 23.52 5.18 1.98 15.94 15 21.86 4.86 1.59 14.33 16 28.95 5.18 1.37 15.11 17 24.53 4.88 1.39 13.81 18 27.65 5.02 1.66 15.58 19 27.29 5.55 1.70 15.85 20 29.07 5.26 1.82 15.28 21 32.47 5.18 1.75 16.40 22 29.65 5.08 1.70 15.02 23 22.11 4.90 1.81 15.73 24 22.43 4.65 1.82 14.75 25 20.44 5.10 1.55 14.37 ； PROC REG DATA=H OUTEST=EST； MODEL y=x1 x2 x3； RUN； 程序说明：多元线性回归分析同样可调用REG 过程。假设该数据资料被已经被建立在A：H.DAT标准文件中，则前面的数据步可以简化，从而直接调用A：盘上的数据，具体程序为： DATA H；INFILE ’A：H.DAT’； INPUT number x1 x2 x3 y； PROC REG DATA=H OUTEST=EST； MODEL y=x1 x2 x3； RUN； （四）协方差分析 （教材【例10.1】） DATA K； INPUT t $ x y@@； CARDS； ck 1.50 12.40 ck 1.85 12.00 ck 1.35 10.80 ck 1.45 10.00 ck 1.40 11.00 ck 1.45 11.80 ck 1.50 12.50 ck 1.55 13.40 ck 1.40 11.20 ck 1.50 11.60 ck 1.60 12.60 ck 1.70 12.50 1 1.35 10.20 1 1.20 9.40 1 1.45 12.20 1 1.20 10.30 1 1.40 11.30 1 1.30 11.40 1 1.15 12.80 1 1.30 10.90 1 1.35 11.60 1 1.15 8.50 1 1.35 12.20 1 1.20 9.30 2 1.15 10.00 2 1.10 10.60 2 1.10 10.40 2 1.05 9.20 2 1.40 13.00 2 1.45 13.50 2 1.30 13.00 2 1.70 14.80 2 1.40 12.30 2 1.45 13.20 2 1.25 12.00 2 1.30 12.80 3 1.20 12.40 3 1.00 9.80 3 1.15 11.60 3 1.10 10.60 3 1.00 9.20 3 1.45 13.90 3 1.35 12.80 3 1.15 9.30 3 1.10 9.60 3 1.20 12.40 3 1.05 11.20 3 1.10 11.00 ； PROC GLM； CLASS t； MODEL y=t x / SOLUTION； MEANS t / DUNCAN； LSMEANS t / STDERR PDIFF TDIFF； RUN； 程序说明：协方差分析可调用GLM过程。CLASS语句指明了分类变量为t（这里代表处理，其中ck表示对照组，1、2、3分别代表配方1、配方2、配方3），且必须在MODEL语句之前。MODEL语句定义协方差分析的数学模型。选项SOLUTION给出参数的估计值；MEANS语句中，多重比较选用DUNCAN法（SSR法）；LSMEANS语句计算效应的最小二乘估计的平均数（LSM）；STDERR给出LSM的标准误；TDIFF，FDIFF要求显示检验H0：LSM（i）=LSM(j)的t值和概率值。 同前面一样，假设该数据资料被已经被建立在A：K.DAT标准文件中，则前面的数据步也可以简化。