电子文档交易市场
安卓APP | ios版本
电子文档交易市场
安卓APP | ios版本
换一换
首页 金锄头文库 > 资源分类 > DOCX文档下载
分享到微信 分享到微博 分享到QQ空间

利用SAS中的ODS导出程序结果数据集

  • 资源ID:485241254       资源大小:9.51KB        全文页数:3页
  • 资源格式: DOCX        下载积分:10金贝
快捷下载 游客一键下载
账号登录下载
微信登录下载
三方登录下载: 微信开放平台登录   支付宝登录   QQ登录  
二维码
微信扫一扫登录
下载资源需要10金贝
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
如填写123,账号就是123,密码也是123。
支付方式: 支付宝    微信支付   
验证码:   换一换

 
账号:
密码:
验证码:   换一换
  忘记密码?
    
1、金锄头文库是“C2C”交易模式,即卖家上传的文档直接由买家下载,本站只是中间服务平台,本站所有文档下载所得的收益全部归上传人(卖家)所有,作为网络服务商,若您的权利被侵害请及时联系右侧客服;
2、如你看到网页展示的文档有jinchutou.com水印,是因预览和防盗链等技术需要对部份页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有jinchutou.com水印标识,下载后原文更清晰;
3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
4、文档大部份都是可以预览的,金锄头文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;
5、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
6、如果您还有什么不清楚的或需要我们协助,可以点击右侧栏的客服。
下载须知 | 常见问题汇总

利用SAS中的ODS导出程序结果数据集

利用SAS中的ODS导出程序结果数据集n Proc Means :计算定量变量的基本统计量。ODS的输出对象为Summary包括 样本 量、均数、标准差、最小值、最大值、中位数、缺失数等统计量。其SAS程序如下:Ods Output Means.Summary=Summary;Proc Means Data=数据集名 n mean std min max median nmiss;Class分组变量;Var分析变量;Run;Ods Output Close;n Proc Univariate :计算定量变量的基本统计量、t检验以及符号秩检验。ODS的输出 对象有 Moments、BasicMeasures、TestsForLocation、Quantiles 以及 ExtremeObs, 其中Moments BasicMeasures输出基本统计量,TestsForLocation输出t检验及符号秩 检验的统计量和p值。其SAS程序如下:Ods OutputMoments=Moments BasicMeasures=BasicMeasuresTestsForLocation=TestsForLocation;Proc Univariate Data=数据集名;Var分析变量;Run;Ods Output Close;n Proc Ttest :进行 t 检验。ODS 俞出对象有 Statistics、Ttests、Equality,其中 Statistics输出基本统计量,Ttests输出t检验的统计量和p值,Equality输出方差齐 性检验的统计量和p值。其SAS程序如下:Ods Output Statistics=Statistics Ttests=Ttest Equality=Equality;Proc Ttest Data=数据集名;Class分组变量;Var分析变量;Run;Ods Output Close;n Proc Glm:进行方差分析和协方差分析。ODS俞出对象有ClassLevels、NObs OverallANOVA ModelANOVA LSMeanCL 其中 OverallANOVA 输出总体模型的统 计量 和p值,ModelANOV输出因子效应的检验结果,LSMeanCL俞出调整均数及其95%可 信区间,LSMeanDiffCL输出各组两两比较差值及其95%可信区间。其SAS程序如下:Ods Output OverallANOVA=OverallANOVA ModelANOVA=ModelANOVA LSMeanCL=LSMeanCL LSMeanDiffCL=LSMeanDiffCL;Proc Glm Data=数据集名;Class分组变量Model反应变量=自变量/ss3;Lsmeans 分组变量 /cl pdiff;Quit;Ods Output Close;n Proc Npar1way :进行 Wilcoxon和Kruskal-Wallis非参检验。ODS主要输出 对象有 WilcoxonScores、WilcoxonTest 和 KruskalWallisTest, 其中 WilcoxonScores 输出 Wilcoxon 得分,WilcoxonTest 和 KruskalWallisTest 分别 输出 Wilcoxon 和 KruskalWallis检验的统计量和p值。其SAS程序如下:Ods Output KruskalWallisTest=KruskalWallisTest;Proc Npar1way Data=数据集名 Wilcoxon;Class分组变量;Var分析变量;Run;Ods Output Close;n Proc Freq :输出频数、百分率,进行卡方检验、CMH(Cochran-Mantel-Haenszel)检验 及Fisher确切概率法检验。ODS主要输出对象有CrossTabFreqs、CMH FishersExact、 Chisq,其中CrossTabFreqs输出行列表的频数和百分率、CMH输出CMH检验的统计量和p值'FishersExact输出Fisher确切概率检验的p值、Chisq输 出卡方检验的统计量和p值。其SAS程序如下:Ods Output CrossTabFreqs=CrossTabFreqs1 CMH=CMH Chisq=Chisq FishersExact=FishersExact;Proc Freq Data=数据集名;Table 分组变量 *分析变量 /Expected CMH Chisq Fisher;Run;Ods Output Close;n Proc Logistic :输出Logistic回归分析的结果。其中ParameterEstimates输出参数估计及其标准误、Wald卡方值、p值,OddsRatios输出ORf圾其95%标准误。其SAS程序如下:OdsOutputParameterEstimates=ParameterEstimatesOddsRatios=OddsRatios;Proc Logistic Data= 数据集名;Class分类变量Model 因变量=自变量 /Seletion= Sle= Sls=;Ru n;利用ods输出正态性检验的结果数据集/*ods list ing close;ods output TestsForNormality=TestsForNormality; proc uni variate no rmal data=mn hsfps;var weight;class group;where FAS=1;run;ods listi ng;data no rmal(drop=pType pSig n); set TestsForNormality; where Test='Shapiro-Wilk' ren ameVarName=Variable;run ;*/

注意事项

本文(利用SAS中的ODS导出程序结果数据集)为本站会员(公****)主动上传,金锄头文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即阅读金锄头文库的“版权提示”【网址:https://www.jinchutou.com/h-59.html】,按提示上传提交保证函及证明材料,经审查核实后我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




关于金锄头网 - 版权申诉 - 免责声明 - 诚邀英才 - 联系我们
手机版 | 川公网安备 51140202000112号 | 经营许可证(蜀ICP备13022795号)
©2008-2016 by Sichuan Goldhoe Inc. All Rights Reserved.