1、淺析 SAS 軟件在醫(yī)學統(tǒng)計中的應用SAS 的中文含義就是統(tǒng)計分析系統(tǒng)，它主要是通過數(shù)十個專用模塊 而構成的，功能比較全面，包括數(shù)據(jù)的訪問，數(shù)據(jù)的管理，數(shù)據(jù)的存 儲，還有應用開發(fā)，報告編制，計量經濟學，運籌方法學，圖形處理 以及數(shù)據(jù)分析等。 醫(yī)學統(tǒng)計學會涉及到醫(yī)學領域的很多學科， 其方法 比較復發(fā)，而且工作起來計算量也比較龐大。最近這些年來，醫(yī)學基 因組學和臨床試驗統(tǒng)計學理論及其方法都在不斷地發(fā)展和深入著。 因 此，筆者認為作為醫(yī)學領域的相關統(tǒng)計人員除了要將醫(yī)學統(tǒng)計學的基 本理論掌握好以外， 還需要對相關的軟件操作知識做出必要的了解和 認識。因此，筆者接下來將主要談一談 SAS 軟件在醫(yī)學統(tǒng)計

2、當中應用 的相關問題。1 SAS 軟件在醫(yī)學統(tǒng)計中的統(tǒng)計描述在醫(yī)學當中最為常見的兩種資料類型分別是定量資料和分類資料， 因此在對數(shù)據(jù)進行處理的時候就需要對資料的類型和分析情況作出 了解，這樣在對資料進行描述的時候就能夠根據(jù)特殊的情況選擇合適 的方法 1 。1.1 定量資料的統(tǒng)計描述 所謂定量資料的統(tǒng)計描述就是對離散趨勢和集中趨勢進行描述，在 描述性統(tǒng)計當中， 頻數(shù)分析和頻數(shù)描述是兩種最為常用的方法， 如果 我們想要對數(shù)據(jù)進行了解和認識， 那么我們首先就需要從頻數(shù)分析開 始。進行頻數(shù)分析需要編制頻數(shù)表，在編制頻數(shù)表的時候需要將所有的 觀察結果按照一定的順序做出排列， 需要在排列的順序當中去發(fā)現(xiàn)觀

3、 察值的分布規(guī)律。 也可以對某一個變量的頻數(shù)進行頻數(shù)分析， 編制相 應的頻數(shù)分布表， 這樣就可以將該變量的分布類型揭示出來。 頻數(shù)分 析能夠將遠離群體的某些可疑值發(fā)現(xiàn)， 因此頻數(shù)表能夠對頻數(shù)分布的 兩個重要特征做出表示，一個是集中趨勢，另一個就是離散趨勢。我 們根據(jù)頻數(shù)表所繪制出來的直方圖就能夠更加直觀地將資料的分布 特征觀察出來2。在SAS 軟件當中，我們可以通過分析員來對頻數(shù) 做出頻數(shù)分析，通過編程做出頻數(shù)統(tǒng)計。頻數(shù)分析能夠將定量變量的相關資料的分布情況和集中情況進行一 定的描述。 但是，如果我們想要更多的了解一些關于集中趨勢和離散 趨勢的確切信息， 那么我們就需要對于一些相關的描述性指標

4、作出必 要的計算3。所以，我們需要利用 SAS 軟件當中的分析員來對常用 描述性的統(tǒng)計指標作出描述， 依然使用編程來對描述性的統(tǒng)計指標作 出計算。1.2 分類變量的統(tǒng)計描述 分類變量的數(shù)據(jù)特征和定量資料是完全不相同的，分類變量的基礎 數(shù)據(jù)是絕對數(shù)據(jù)， 比如某種疾病的出院人員、 治愈人數(shù)以及死亡人數(shù) 等等。 在對一組定性資料數(shù)據(jù)特征進行描述的時候，一般都需要對其 相對數(shù)做出計算 4 。在醫(yī)學統(tǒng)計當中，我們常用到的相對數(shù)有構成 比、頻率和相對比等。所以在這里，我們也需要通過分析員對我們常 用的相對數(shù)指標作出計算。2 SAS 軟件在醫(yī)學統(tǒng)計中對總體均數(shù)的應用舉個例子來說，已知某地 27 例健康的成年

5、男子的血紅蛋白的含量均數(shù)是x=125g/L，標準差是 S=15g/L,其數(shù)據(jù)是（血紅蛋白含量g/L） :123， 105， 134，140， 127，112，113，127，145，125， 110，130，112， 138， 110，100， 104，155，147，137，126，125， 100，122，127， 133， 145。對該地健康成年男性的血紅蛋白量在 95%、99%的可信區(qū)間進行估計。我們可以用來做出總體的均數(shù)估計，運行分析員，做出數(shù)據(jù)集。 經過具體的操作和分析， 我們就可以得出我們需要的結 果：95%Confidence Interval for the mean；Low

6、er Limit ： 118.91 ； UpperLimit ： 130.87.99%Confidence Interval for the mean； Lower Limit ：118.91 ；Upper Limit ： 130.87 。計算好這些以后，我們還需要通過 SAS 程度做出總體的均數(shù)估計， 可以通過運用 CAPABILITY 過程當中的 INTERVALS句，對其正態(tài)分 布的總體均數(shù)的各種類型的可信區(qū)間做出估計。 在整體均數(shù)的計算當 中，其可信區(qū)間的 SAS 程序常規(guī)格式為：proc capability data二數(shù)據(jù)集的名字 noprint ；intervals 變量名的列表

7、 /method=4；run；3 SAS 軟件在醫(yī)學統(tǒng)計中隊樣本含量及檢驗效能的估計 在各類的醫(yī)學統(tǒng)計研究當中，對樣本含量做出確定是研究設計的一 個重要內容。 因為樣本含量計算起來相當麻煩， 而且其樣本條件也不 容易掌握， 所以在很多研究當中都將樣本含量的計算忽略掉了。 因此 也就很容易發(fā)生樣本含量偏低、 檢測效能偏低以及結果不可靠等情況。 但是我們也不能夠盲目去追求大的樣本， 因為一旦樣本含量過大就會 對很多資源造成浪費， 加劇了質量的控制難度， 造成資料的可靠性下 降5 。所以，在設計當中，只有對樣本的大小做出科學的評估，才 能夠將檢驗的效能滿足下來。在對樣本含量做出估計的時候需要使其具備

8、四點條件。對檢驗水 平做出確定， 是第一類錯誤的概率， 其值越小所需要的樣本例數(shù)就會 越多，所以在通常條件下，我們會選擇讓 =0.05 ，再根據(jù)專業(yè)的知識 對雙、單側的檢驗進行確認；將所期望的檢驗效能1-提出來，如果兩總體確實存在差別的時候， 就能夠將這種差別發(fā)現(xiàn)， 所以要求檢 驗的效能越大，其樣本的含量也就會越大。因此，檢驗效能也是由第 二類錯誤的大小所決定的， 通常情況下，我們都選擇 =0.25-0.1 之間， 而相對的檢驗效能就是 0.75-0.90 之間，檢驗效能不能夠小于 0.75 ， 不然的話就不能夠將總體真實差異反映出來； 允許出現(xiàn)的誤差范圍 為 =|2| ，就是對兩個總體參數(shù)差值進行比較， 而總體參數(shù)可以通過預 試驗獲得， 也可以用專業(yè)上認為具有實際意義的差值來替代； 對總 體標準差和總體率進行確定， 通常都是根據(jù)試驗結果或者預實驗結果 來確定，也可以通過樣本標準差或者樣本率來代替 5 。在 SAS 的系統(tǒng)當