SAS上机练习题(全部-含参考答案) 下载本文

内容发布更新时间 : 2024/12/22 15:18:49星期一 下面是文章的全部内容请认真阅读。

proc glm; class grp; model x=grp;

means grp/snk dunnett; means grp; run; quit;

2、(方差分析)研究枸杞多糖对脂肪肝的预防作用,按窝别作为区组标志,每一区组3只大鼠,随机分配到三个组:生理盐水组、酒精组、酒精+枸杞多糖组,三组灌胃5周,检测肝脏中谷胱甘肽(GSH)的含量(mg/gprot),结果见表2。

表2 三组小鼠肝脏中谷胱甘肽(GSH)的含量(mg/gprot)

区组 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

酒精组 30.48 31.25 33.28 34.61 28.35 29.17 27.34 30.58 34.25 27.31 28.09 30.45 33.25 34.04 34.25

LBP预防组 65.08 63.04 67.59 68.58 64.12 66.55 66.89 67.15 68.05 65.48 64.38 65.04 66.84 67.56 67.46

生理盐水 79.15 75.46 79.32 75.98 76.55 80.34 84.35 88.14 87.35 72.15 74.61 86.33 94.35 92.05 96.42

问题1:按照随机区组设计进行分析,处理组间、区组间效应是否有差异? 问题2:忽略区组,按照完全随机设计进行分析,处理组间效应是否有差异?

问题3:对上述两个方差分析表进行比较,找出相同项与不同项?观察处理组间比较的F值变化,会得出怎样的结论?

问题4:根据分析结果对该研究下一个结论。

参考程序: data a;

input blk @@;

do grp='酒精组 ','LBP预防组','生理盐水'; input x@@; output; end; cards;

1 30.48 65.08 79.15 2 31.25 63.04 75.46

精选

3 33.28 67.59 4 34.61 68.58 5 28.35 64.12 6 29.17 66.55 7 27.34 66.89 8 30.58 67.15 9 34.25 68.05 10 27.31 65.48 11 28.09 64.38 12 30.45 65.04 13 33.25 66.84 14 34.04 67.56 15 34.25 67.46 ;

proc glm; class grp blk; model x= grp blk; means grp/snk; run; quit;

proc glm; class grp; model x= grp; means grp/snk; run; quit;

79.32 75.98 76.55 80.34 84.35 88.14 87.35 72.15 74.61 86.33 94.35 92.05 96.42

3、(方差分析)研究人员研究某种物质的毒性,将40只小鼠分为两组,雄雌各半,试验组给予研究物质,2小时后测定血液中碱性磷酸酶的含量,结果如下。

表3 40只小鼠给予不同物质后血液中碱性磷酸酶的含量

性别 分组

碱性磷酸酶

雄性 对照组 367.9 408.6 375.6 354.9 421.7 374.5 432.7 401.3 399.4 367.5 试验组 423.8 446.9 432.5 478.1 437.5 421.6 489.0 432.5 421.0 420.4 雌性 对照组 378.1 345.2 390.6 399.0 421.1 341.3 322.5 365.4 321.6 401.9 试验组 420.4 473.2 450.3 405.5 427.4 460.5 420.1 394.4 389.6 420.5 问题1:研究者考虑了几个影响因素? 问题2:性别对碱性磷酸酶有无影响? 问题3:该物质对碱性磷酸酶有无影响?

精选

参考程序: data a;

do sex='M','F'; do grp='C','T'; do i= 1 to 10;

input x@@; output; end; end; end; cards;

367.9 408.6 375.6 354.9 423.8 446.9 432.5 478.1 378.1 345.2 390.6 399.0 420.4 473.2 450.3 405.5 ;

proc glm; class sex grp; model x= sex grp; run; quit;

421.7 437.5 421.1 427.4 374.5 421.6 341.3 460.5 432.7 489.0 322.5 420.1 401.3 432.5 365.4 394.4 399.4 421.0 321.6 389.6 367.5 420.4 401.9 420.5

4、(回归分析)以下是制作标准曲线时对应的浓度和吸光度值,试求出标准曲线。并求出A=1.15时的浓度。

表4 不同浓度对应的吸光度值

浓度 0.97 1.27 1.57 1.88 2.18

A值 0.3 0.56 0.93 1.35 1.51

参考程序: data a; input c a; cards;

0.97 0.30 1.27 0.56 1.57 0.93 1.88 1.35 2.18 1.51 . 1.15 ;

proc reg; model c=a / p; plot c*a; run; quit;

精选

5、(相关分析、回归分析)27名糖尿病人的血清总胆固醇、甘油三脂、空腹胰岛素、糖化血红蛋白、空腹血糖的测量值列于表中,试分析血糖与其它几项指标关系的关系。

表5 27名糖尿病人的血糖及有关变量的测量结果

总胆固醇

序号i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

(mmol/L)

X1 5.68 3.79 6.02 4.85 4.60 6.05 4.90 7.08 3.85 4.65 4.59 4.29 7.97 6.19 6.13 5.71 6.40 6.06 5.09 6.13 5.78 5.43 6.50 7.98 11.54 5.84 3.84

甘油三脂 (mmol/L) X2 1.90 1.64 3.56 1.07 2.32 0.64 8.50 3.00 2.11 0.63 1.97 1.97 1.93 1.18 2.06 1.78 2.40 3.67 1.03 1.71 3.36 1.13 6.21 7.92 10.89 0.92 1.20

胰岛素 (?U/ml) X3 4.53 7.32 6.95 5.88 4.05 1.42 12.60 6.75 16.28 6.59 3.61 6.61 7.57 1.42 10.35 8.53 4.53 12.79 2.53 5.28 2.96 4.31 3.47 3.37 1.20 8.61 6.45

糖化血 红蛋白(%)

X4 8.2 6.9 10.8 8.3 7.5 13.6 8.5 11.5 7.9 7.1 8.7 7.8 9.9 6.9 10.5 8.0 10.3 7.1 8.9 9.9 8.0 11.3 12.3 9.8 10.5 6.4 9.6

血 糖 (mmol/L)

Y 11.2 8.8 12.3 11.6 13.4 18.3 11.1 12.1 9.6 8.4 9.3 10.6 8.4 9.6 10.9 10.1 14.8 9.1 10.8 10.2 13.6 14.9 16.0 13.2 20.0 13.3 10.4

问题1:计算各指标之间的pearson相关系数及spearman相关系数; 问题2:以血糖为应变量Y其它为自变量X,进行回归分析。

精选

参考程序: data a;

input x1 x2 x3 x4 y; cards;

5.68 1.90 4.53 8.2 11.2 3.79 1.64 7.32 6.9 8.8 6.02 3.56 6.95 10.8 12.3 4.85 1.07 5.88 8.3 11.6 4.60 2.32 4.05 7.5 13.4 6.05 0.64 1.42 13.6 18.3 4.90 8.50 12.60 8.5 11.1 7.08 3.00 6.75 11.5 12.1 3.85 2.11 16.28 7.9 9.6 4.65 0.63 6.59 7.1 8.4 4.59 1.97 3.61 8.7 9.3 4.29 1.97 6.61 7.8 10.6 7.97 1.93 7.57 9.9 8.4 6.19 1.18 1.42 6.9 9.6 6.13 2.06 10.35 10.5 10.9 5.71 1.78 8.53 8.0 10.1 6.40 2.40 4.53 10.3 14.8 6.06 3.67 12.79 7.1 9.1 5.09 1.03 2.53 8.9 10.8 6.13 1.71 5.28 9.9 10.2 5.78 3.36 2.96 8.0 13.6 5.43 1.13 4.31 11.3 14.9 6.50 6.21 3.47 12.3 16.0 7.98 7.92 3.37 9.8 13.2 11.54 10.89 1.20 10.5 20.0 5.84 0.92 8.61 6.4 13.3 3.84 1.20 6.45 9.6 10.4 ;

proc corr data=a spearman pearson; run;

proc reg data=a;

model y=x1 x2 x3 x4;

model y=x1 x2 x3 x4/selection=stepwise; run; quit;

精选