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 Hynan（2011）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。
在分析之前，先請大家可到發表此巨集的作者所提供網頁下『http://www.alanelliott.com/kw/』，下載事後比較的巨集與SAS分析語法，如下圖紅色圈起來處。
接著在您電腦裡的C槽建立一個資料夾，名稱取『SASMACRO』，並將下載的『KW_MC.sas』丟入此資料夾內（如下圖）。
並打開下載來的另一個SAS語法『KW_MC_Example2.sas』，並開始進行編輯。
此處不對公式進行探討，若有興趣的讀者可參考曾大倫（2004）所翻譯的簡明生物統計學p367，此巨集所建立的公式是Dunn法事後比較修正過後的Q值。
（1）語法
若等一下沒有指定到的地方，請勿進行修改。
1.巨集存放位置
%INCLUDE"C:\SASMACRO\KW_MC.SAS";
宣告巨集所存放的位置，若有按照上面說明的步驟，此處則毋須修改
2.宣告資料
DATA NPAR; 指定資料集的名稱為NPAR，若沒必要則不用亂改，但假使真的改掉也沒關係，只要把下述關於資料集的名稱部份改成您指定的名稱。
INPUT type outcome @@; 指定讀入資料的變項名稱，@@則表示連續讀取，底下則接上輸入的資料；這邊您也可以用infile的方式讀入資料。
3.事後比較參數設定
%LET NUMGROUPS=3; 宣告組別個數，比例為3組
%LET DATANAME=NPAR; 宣告資料集名稱，如剛剛所提到，若您有指定資料集名稱，此處就需要變更
%LET OBSVAR=outcome; 宣告依變項，此處為outcome
%LET GROUP=type; 宣告自變項，也組是組別，此處為type
%LET ALPHA=0.05; 宣告顯著水準，本例設0.05
Title'Kruskal-Wallis Tied Ranks'; 宣告標題，可依研究者喜好更改
4.設定巨集用到的參數
只要第3點的『NUMGROUPS』、『DATANAME』、『OBSVAR』、『GROUP』、『ALPHA』沒去動到，此處則不用變更，可直接執行分析
（2）報表
1.敘述統計
列出3組人的人數、Sum of Rank（等級和）、Mean of Rank（等級平均）
2.Kruskal-Wallis one way ANOVA結果
卡方值為16.70，達顯著水準，表示3組人的預後情形有顯著差異，因此必須進一步進行Dunn法事後比較。
3.Dunn法事後比較
列出3組兩兩比較結果，
第一行Compare為進行比較的配對組和，ex：0 vs 1，表示第0組與第1組做比較。
第二行Diff為兩組的等級平均差異，ex：23.64，表示第0組等級平均（66.86）與第1組等級平均（43.23）的差值。
第三行SE為兩組的標準誤。
第四行q為檢定統計量q值，q=Diff / SE，若q值大於臨界值q（0.05），則代表有顯著差異，ex：3.74 > 2.394，表示「無感染（0）」與「血液感染（1）」在預後分數上有顯著差異存在，最後再從等級平均看是哪一組分數比較高，以本例來說是「無感染（0）」的分數比較高，也代表預後情形較佳。
第五行為臨界值，此臨界值會隨組數與顯著水準的改變而不同。
第六行Conclude為結論，Reject為有顯著差異，最好直接用q與臨界值自己判斷。
參考文獻
曾大倫譯（2004）。簡明生物統計學（原著：Glantz, S. A.）。臺北：麥格羅希爾。
Elliott, A. C., & Hynan, L. S. (2011). A SAS macro implementation of a multiple comparison post hoc test for a Kruskal–Wallis analysis. Computer Methods and Programs in Biomedicine, 102(1), 75-80.
留言列表
{{ article.title }}