Microsoft Word - 生統e報200907[Final].doc

Size: px

Start display at page:

Download "Microsoft Word - 生統e報200907[Final].doc"

苕奋石
5 years ago
Views:

第三章多組樣本平均值比較邱顯財統計分析師在前一章中, 我們介紹了如何比較兩組資料的集中趨勢當資料分佈符合常態時, 可使用獨立樣本 t 檢定 (Independent t test), 而當資料分佈違反常態時, 則應使用魏克森等級和檢定 (Wilcoxon rank sum test)

(shape);(3) 如何進行多組平均值或中位數的統計檢定本章將以一個研究問題來討論這三個部份 1 0.

1 第三章多組樣本平均值比較邱顯財統計分析師在前一章中, 我們介紹了如何比較兩組資料的集中趨勢當資料分佈符合常態時, 可使用獨立樣本 t 檢定 (Independent t test), 而當資料分佈違反常態時, 則應使用魏克森等級和檢定 (Wilcoxon rank sum test) 常見的情況為研究者有三組或以上的資料需要作比較, 如果單純地進行兩兩比較, 會增加整體的型一誤差 (type I error), 這時需要提供一個整體檢定的統計方法進行多組資料的集中趨勢檢定本章將分三個部分進行 :(1) 如何使用百分位數分組 ;(2) 如何使用統計圖來呈現資料檢定分佈的形狀 (shape);(3) 如何進行多組平均值或中位數的統計檢定本章將以一個研究問題來討論這三個部份 1 0. 使用百分位數分組我們想知道血鈣濃度對洗腎病人的存活時間有無影響因為鈣濃度為連續變項, 我們希望知道低血鈣中血鈣與高血鈣的洗腎病人, 其存活時間有無差異在對連續變項分組時, 若沒有臨床切點, 使用百分位數分組是常見的做法, 例如三等分法四等分法五等分法以下將介紹如何使用 PROC UNIVARIATE 產生百分位數 1 1. 以 PROC UNIVARIATE 產生百分位數由於我們希望將血鈣濃度分成三組, 在這裡我們採用三分位數 (tertiles) 作為分組的依據, 也就是以 33 與 66 百分位數作為切點,SAS 語法如程式 01 1 /* 以百分位數 (percentile) 切分資料 */ /* 33, 66 percentiles */ PROC UNIVARIATE DATA=esrd NOPRINT; VAR ca; OUTPUT OUT=b PCTLPRE=Ter PCTLPTS=33,66; 程式 01 1 PROC UNIVARIATE 語法 PROC PRINT; 圖 01 1 程式 01-1 的輸出結果程式 01 1 PROC UNIVARIATE 語法配合 output 敘述輸出百分位數於資料檔 b 在圖 01 1 中我們看到血鈣濃度 33 與 66 百分位數分別是 8.2 與 SAS 教戰手冊

2 第 1 1 節重要指令說明 : 1. OUTPUT : 在 UNIVARIATE 程序中, 這個敘述可以將統計分析結果輸出於資料檔中 2. OUT= 資料檔名稱 : 將指定統計值輸出到特定檔案這裡指定百分位數 3. PCTLPRE= 變項名稱 : 指定百分位數變項的字首這個範例裡使用 ter 這個字首 4. PCTLPTS= 數值 1, 數值 2, (1 至 100 皆可 ): 欲觀察之百分位數例如希望知道 20 百分位數為何, 就在此輸入使用 IF THEN / ELSE 敘述將資料分組我們已經得知血鈣濃度的 33 與 66 百分位數分別是 8.2 與 8.9, 接下來我們將進行分組的動作這裡我們在資料步驟 (data step) 中, 執行 IF THEN / ELSE 敘述, 產生將資料分為三組的新變項 (ca_1): 血鈣濃度 (ca)< 血鈣濃度 <8.9 以及血鈣濃度 8.9, SAS 語法如程式 01 2 分組後, 為了確認結果無誤, 使用 print 程序將資料輸出比對 /* 以鈣濃度將資料切分為三組 */ DATA esrd_03; SET esrd_02; IF ca=. THEN ca_1=.; ELSE IF ca<8.2 THEN ca_1=1; ELSE IF 8.2 <=ca< 8.9 THEN ca_1=2; ELSE ca_1=3; /* 檢查資料 */ PROC SORT DATA=esrd_03; BY ca; PROC PRINT; VAR ca ca_1; 程式 01 2 資料處理中使用 IF THEN / ELSE 將資料分組圖 01 2 程式 01-2 的輸出結果在圖 01 2 中, 我們可以看到排序後的血鈣濃度數據以及其對應的組別資料有時在產生新變項時, IF THEN / ELSE 的敘述可能會寫錯, 這時將原始變項與新變項輸出比對是必要的檢查步驟在新變項 ca_1 中,1 代表低血鈣 2 代表中血鈣 3 代表高血鈣, 後續的分析會使用 ca_1 作為組別變項 SAS 教戰手冊

3 第 1 2 節重要指令說明 : 1. IF THEN / ELSE : 在資料步驟中可以用這個敘述產生新變項或進行其他資料處理的工作, 這個敘述的基本形式如下 : IF 條件敘述 1THEN 執行敘述 1; ELSE IF 條件敘述 2 THEN 執行敘述 2; ELSE 執行敘述 3; 在執行這段程式時, 不同條件敘述之間最好是互斥而詳盡的 (mutually exclusive and exhaustive), 如此才不會有重覆的條件需要判斷而造成錯誤 ELSE IF 後面的條件敘述, 會排除已經判斷過的條件若只剩下最後的條件需要判斷時, 可以在 ELSE 後面直接寫最後條件對應的執行敘述在程式 01 2 裏, 條件敘述的內容是血鈣濃度的範圍, 而執行敘述則是產生新變項所對應的數值 2. PROC SORT: 這個程序可將資料排序 DATA= 欲排序的資料檔 BY 排序所依據的變項名稱在這個範例裏, 將資料根據血鈣濃度排序, 然後用 PROC PRINT 輸出血鈣濃度與血鈣濃度分組變項進行比對 SAS 教戰手冊

4 2 0. 利用統計圖呈現資料第二章我們介紹如何產生描述性統計值的 SAS 語法, 這裡將介紹如何使用統計圖呈現資料接下來將說明繪製盒型圖 (box Plot) 以及直方圖 (histogram) 的 SAS 語法我們將用這兩種圖來描述不同鈣濃度組別的洗腎病人其存活時間分佈 2 1. 使用 PROC BOXPLOT 繪製盒型圖盒狀圖可顯示資料的中位數四分位數平均值等統計值, 語法如程式 02 1 /* 要先排序 */ PROC SORT DATA=esrd_04; BY ca_1; /* 盒狀圖 */ GOPTIONS RESET=all FTEXT='Arial' HTEXT=2; PROC BOXPLOT DATA=esrd_04; PLOT (sur_time_month)*ca_1 / CBOXFILL=pink CBOXES=blue BOXWIDTH=10; 程式 02 1 PROC BOXPLOT 語法圖 02 1 程式 02 1 的輸出結果 SAS 教戰手冊

5 執行 PROC BOXPLOT 之前, 如果要繪製多組的盒狀圖, 需要先針對分組的變項進行排序 (PROC SORT) 結果如圖 02 1, 水平軸代表不同組別的代碼, 垂直軸代表存活時間盒子中的橫線為中位數, 盒子頂端和底部的橫線分別代表 75 與 25 百分位數, 盒子外最高與最低的橫線分別代表最大值與最小值, 盒子的高度代表四分位距, 盒子內的點代表平均值 ( 這是 PROC BOXPLOT 的預設值, 而這樣的盒狀圖稱為骨架式的盒狀圖 [skeletal box plot], 其他類型的盒狀圖需要在選項中 [BOXSTYLE=] 設定 ) 盒狀圖的特色就是可以在一個圖中顯示許多重要的摘要性統計值, 在圖 02 1 我們可以看到鈣濃度越高存活時間的中位數 ( 盒子中的橫線 ) 越大, 然而就四分位距 ( 盒子的高度 ) 來看, 三組存活時間的離散程度差異不大第 2 1 節重要指令說明 : 1. GOPTIONS: 設定目前環境圖形輸出的選項 RESET =all: 把之前 goption 的所有設定清除 FTEXT = 字型 : 設定圖形字的字型, 可用系統的字型, 如新細明體 HTEXT = 數字 : 設定圖形字的大小,1 為預設值 2. 在 PROC BOXPLOT 中, 以下敘述與選項的說明如下 : PLOT 連續變項名稱 * 分組變項名稱 CBOXFILL = 顏色 : 盒子填滿的顏色 CBOXES = 顏色 : 描繪盒子的顏色 BOXWIDTH = 數字 : 盒子的寬度 2 2. 使用 PROC UNIVARIATE 繪製直方圖除了盒狀圖外, 另一個常用的統計圖為直方圖在 SAS 語法中, 可以在 PROC UNIVARIATE 程序中加入 HISTOGRAM 的敘述, 便可以產生直方圖, 語法如程式 02 2 PROC UNIVARIATE DATA=esrd_04 NORMAL NOPRINT; CLASS ca_1; VAR sur_time_month; HISTOGRAM / NROWS = 3 ENDPOINTS=6 to 48 by 6 CFRAME = ligr CFILL = blue CBARLINE=white WBARLINE=2 CGRID=white CFRAMESIDE =yellow; INSET N= "N=" PROBN='P (Normality)=' (5.4) / POSE = ne ; 程式 02 2 PROC UNIVARIATE 語法和其 HISTOGRAM 附屬敘述 SAS 教戰手冊

圖 02 2 程式 02 2 的輸出結果在圖 02 2 中, 我們可以看到存活時間在不同鈣濃度組別之下的分佈這個直方圖的存活時間是以每半年為單位繪製成的在每個直方圖的右上角, 都插入了樣本數與常態檢定 p 值的資料我們可以看到這些存活時間的分佈均為右偏 (right skewed), 常態檢定也告訴我們這些資料不符合常態分佈由這些直方圖可以看出血鈣濃度較高的組別,

6 圖 02 2 程式 02 2 的輸出結果在圖 02 2 中, 我們可以看到存活時間在不同鈣濃度組別之下的分佈這個直方圖的存活時間是以每半年為單位繪製成的在每個直方圖的右上角, 都插入了樣本數與常態檢定 p 值的資料我們可以看到這些存活時間的分佈均為右偏 (right skewed), 常態檢定也告訴我們這些資料不符合常態分佈由這些直方圖可以看出血鈣濃度較高的組別, 其較長的存活時間的所佔的比例也較高第 2 2 節重要指令說明 : 1. HISTOGRAM : 繪製直方圖的敘述, 需配合以下選項 : NROWS = 數字 : 分幾層呈現直方圖結果 ENDPOINTS = 起始數字 to 結束數字 by 間隔 : 由起始數字到結束數字每多少間隔畫一直條 CFRAME = 顏色 : 在繪圖區上色 CFILL = 顏色 : 把直條上色 CBARLINE = 顏色 : 直條邊框的顏色 WBARLINE = 數字 : 直條邊框粗細度 CGRID = 顏色 : 繪圖區格線顏色 SAS 教戰手冊

7 CFRAMESIDE = 顏色 : 分組區塊顏色 2. INSET: 將指定的統計值插入圖中 N = 文字 = : 插入樣本數數值 PROBN = 文字 = : 插入常態檢定 p 值 (5.4) 代表輸出的統計值總寬度為 5 位數其中小數點 4 位數 / POS = 方位指令 (ne: 右上角 ): 將統計值插入圖中指定的位置 3 1 SAS 教戰手冊 3 7

Microsoft Word - 生統e報.docx

Microsoft Word - 生統e報.docx 第四章卡方檢定及勝算比 (I) 陳冠婷統計分析師在本章中, 我們將介紹如何比較兩個類別變項的相關性與前兩章不同的是, 比較兩組或多組連續型資料時, 是針對每組連續變項的集中趨勢進行檢定, 而兩類別變項的相關性則是針對樣本之觀察次數和其虛無假設是否相符來進行檢定使用卡方檢定 (Chi square test) 檢定兩個類別變項的相關性時, 必須注意樣本數大小, 當全部細格 (cell) 中超過