公告版位
晨晰統計顧問有限公司在板橋~~服務市話:02-29602817 手機:0918-276-622 聯絡信箱:raising.statistic@gmail.com。 網址:http://www.rai-stat.com.tw。 歡迎大家踴躍發問,問問題請用facebook問(http://tinyurl.com/raising100)會盡量回覆!

目前分類:SAS教學 (51)

瀏覽方式: 標題列表 簡短摘要

  延續上一章節,本篇將透過官方範例檔,簡介程序實際操作的狀況,以及程序指令代表的意思。

  首先,下圖列出範例檔案的前10筆觀察值。StudentID為收案編號;Music在此作為研究組別,分為YesNo兩組,在此Yes組視為治療組(Treated)No組視為對照組(Control)Gender為類別型共變數;Absence為連續型共變數。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

  近幾年已有越來越多醫學研究的研究設計採用配對法比較試驗組與對照組的差異,在眾多配對方式中,本篇文章簡單分享筆者較為常用的配對方式。

  在觀察型研究中,為了提升試驗組與對照組之間的可比較性(Comparability),將兩組的背景干擾變項(例如:年齡、性別、共病等)作配對,使兩組在試驗介入以外的其他變項達到均衡。配對後的兩組便能在假設無其他因素干擾之下,比較試驗介入本身對觀察結果的影響。當然,此項假設是理想的假設情境,實際上,配對只能考慮研究者有納入配對的變項,因此配對後的兩組只會在有配對的變項上達到平衡,研究者沒有考慮到的因素可能還是分佈不均衡的。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

SAS 2017/7/28出版的文件【SAS 9.4 新功能】中,介紹許多SAS 9.4M1到SAS 9.4M4的增強功能及調整。其中,在Proc Freq程序中,增強估計勝算比 (odds ratio, OR)的信賴區間。以下將透過簡單的範例玩玩這個功能。

首先,先以proc logistic的程序估計勝算比及勝算比的信賴區間,程式碼如下所示(Mortality=1為死亡):

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

              最近同事請我幫忙做合併檔案,在匯入Excel 2010的檔案時,用到了一個小技巧,分享給大家。

  Excel是臨床醫師收案時常會使用的資料檔案類型,也常常是醫師們從Microsoft Office Access資料庫中選擇匯出的形式。正確的將外部檔案匯入SAS是資料整理及後續分析關鍵的第一步。此時無論是欄位格式錯誤,或是欄位數、資料筆數錯誤,都將是慘絕人寰的事件,不僅會造成後續分析的障礙,也可能會導致garbagein then garbage out

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

本篇文章延續上一篇,分享資料整理過程中常會使用到的另個小技巧:在多頻次的資料集中,如何讓同樣ID的數據們,按照時間序列往前提。

SAS中如何運用lead達成把資料往前提的任務呢?

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在許多分析步驟中,資料清檔檢查與變數的產生是基本動作,如何讓資料集(dataset)能乖乖的達成預想中的結構,需要技術人員與程式達到邏輯上的共鳴。技術人員按照程式邏輯的遊戲規則,下達準確的指令,產出預期的結構。本篇文章分享資料整理過程中常會使用到的小技巧之一:在多頻次的資料集中,如何讓同樣ID的數據們,按照時間序列往後挪

首先介紹,在SAS中如何單純的把資料往後挪(lag)

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

大家是否記得之前有提到說若Kruskal-Wallis分析達顯著時,要進一步做事後比較呢?當時有跟各位提到可參考Elliott and Hynan2011)所提供的SAS巨集來分析,因此這篇主要針對此巨集來做介紹。

先介紹這次分析用到的例子,這次主要想要瞭解不同術後類型(type)的病患在預後(outcome)恢復的情形是否有差異,患者術後類型變數分成「無感染(0)」、「血液感染(1)」、「懷疑感染(2)」,是一個類別變項;至於預後情形分為五個等級(1~5分),預後情形為順序變項,1分最差,5分最佳。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

本節主要介紹在進行迴歸分析時,我們常會做一些診斷,以確保分析結果的精確性,而這些診斷包含了(1)共線性診斷(Collinarity diagnosis)、(2)極端值(outliers)的殘差診斷、(3)觀察值的影響力(influential)診斷、(4)殘差自我相關。

 

晨晰部落格新站 發表在 痞客邦 留言(2) 人氣()

SAS中竟然包含點選分析的功能,這對懶得使用語法或臨時找不到參考語法的人來說真是一項福利,不過要使用這項功能似乎得花費一番功夫。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

2.  匯出(Export

 

晨晰部落格新站 發表在 痞客邦 留言(2) 人氣()

相信許多研究者在輸入資料時,許多人都會建立在Excel檔中,主要原因是Excel中有格線,可以方便keyin及減少錯誤的發生,另外就是可以在keyin完後做簡單的運算,像這種變數欄位確定的套裝軟體檔案,SAS提供了資料轉換功能(Import & Export),方便研究者在SAS及其他套裝軟體的資料間使用匯入及匯出的功能,本節以Excel檔為例(先將Excel存成*.xls)。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

在之前文章有提到過,若我們想要進行共變異數分析之前,必須先進行迴歸係數同質性檢定,若交互作用未達顯著,則符合迴歸係數同質性假設,可移除交互作用項後繼續共變數分析;但若交互作用達顯著,則違反迴歸係數同質性假設,並需改採詹森內曼法進行分析。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

 

三、以MERGE敘述句做資料的橫向合併(變數合併)

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()

 

合併資料是大型資料(譬如資料庫)最常見的資料處理之一,由於資料龐大,因此這些資料在一開始都會被拆分在很多資料集裡,直到分析之前才會進行合併的動作。在介紹資料合併之前,將先介紹一下相關有用的敘述句。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

將原始資料讀進SAS資料集後,通常需要先進行資料處理,以方便研究者進行後續的分析及解讀報表,這些資料處理可能包含了變數的註解、變數的異動(常見的有保留及刪除變數、變數重新命名)、資料的異動(譬如說根據某些條件選取樣本或刪除樣本)。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

研究者在執行量化分析過程的第一步,就是要讀取資料,不同於一般的套裝軟體,SAS並沒有提供四四方方的儲存格讓使用者去輸入資料,因此研究者絕大部分都是要先keyin在外部檔案後再讀到SAS資料集裡,本文將分享比較清楚的資料集輸入方式及一些比較常用功能與大家做討論交流。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

本節主要說明在資料讀進SAS並建立資料集時,可以進行的一些動作,以符合一些研究者特殊的需求。

 

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

 

由上一篇可知,在SAS做資料處理與分析的過程中,是由一連串的DATA STEPPROC STEP所組合而成,而不論是哪一個STEP,又皆是由數個敘述句所組成的,以下將針對敘述句與SAS變數做介紹,以及說明應注意的事項。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

最近在複習利用SAS來做資料的處理,所參考教科書為林政豐老師的SAS應用之資料處理(2005),期望在學習的過程中,將自己所看到且應注意的地方紀錄下來,並與大家來做討論,若有發現錯誤的地方,也希望能給小弟一些批評與指教。

 

晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()


當單因子變異數分析的基本假設無法滿足時,最常被用來代替的是克-瓦二氏單因子等級變異數分析。由此可知,當資料為三組以上的獨立樣本,欲檢定組別在次序變數上是否存在差異,或雖然變數為等距比例的變數,但資料不能符合單因子變異數分析的基本假定時,克-瓦二氏單因子等級變異數分析是代替單因子變異數分析來檢驗多群體間是否有差異的好方法。

晨晰部落格新站 發表在 痞客邦 留言(0) 人氣()

1 23

您尚未登入,將以訪客身份留言。亦可以上方服務帳號登入留言

請輸入暱稱 ( 最多顯示 6 個中文字元 )

請輸入標題 ( 最多顯示 9 個中文字元 )

請輸入內容 ( 最多 140 個中文字元 )

請輸入左方認證碼:

看不懂,換張圖

請輸入驗證碼