Introduktion til SAS. Faculty of Health Sciences

Transkript

1 Faculty of Health Sciences Introduktion til SAS Susanne Rosthøj Biostatistisk Afdeling Institut for Folkesundhedsvidenskab Københavns Universitet

2 Eksempel: Blodtryk og fedme OBESE: vægt/idealvægt, BP: systolisk blodtryk SEX OBESE BP male male female male female male female male female male female male female male female male female male female female female female / 19

3 Data ligger i tekst filen bp.txt, som indeholder følgende variable SEX: karaktervariabel OBESE: fedmegrad, dvs. vægt/idealvægt BP: systolisk blodtryk Dvs.: 3 variable 102 observationer 3 / 19

4 Programmering i SAS Indlæsning og datamanipulationer: Datastep: data a; < evt. indlaesning > < data manipulation > Procedurekald, proc xxx proc XXX data = a ; < procedure specifikationer > Datamanipulationer kun mellem data a; og. Alle linier skal afsluttes med ; - Sæt Altid Semikolon. 4 / 19

5 Indlæsning af data i SAS: Her laves et midlertidigt SAS-datasæt bp. data bp; infile P:\Susanne\mitSASkatalog\bp.txt firstobs=2; input sex $ obese bp; Vi kan gemme det permanent: libname mydata P:\Susanne\mitSASkatalog ; data mydata.bp; set bp; eller vi kan i IT-lokalet gemme det i SAS ved data sasuser.bp; infile bp.txt firstobs=2; input sex $ obese bp; 5 / 19

6 SAS-Datasæt Et SAS-datasæt er en fil hvor data ligger i et særligt format. Man skelner mellem at lave Permanente SAS-datasæt: data sasuser.bp; her, men måske noget andet hjemme Temporære (midlertidige) SAS-datasæt: data bp; forsvinder, når I lukker ned for SAS Ganske tilsvarende, når man skal anvende sådanne, men lige først skal modificere dem: 6 / 19 Permanente SAS-datasæt: data ny ; set sasuser.bp ;... ; run ; Temporære (midlertidige) SAS-datasæt: data ny ; set bp ;...; run ;

7 Indtastning af program i Editor vinduet: Piletaster, backspace, delete, Home og End virker som de plejer. Kvajetast i kommandobjælken. Gyldige SAS-ord bliver blå når de er korrekt stavet. Når programmet er kørt (Run Submit, den lille mand der løber eller F8) kommer der resultater i: Log-vindue: Her kan man se, hvordan kørslen er gået hvor mange observationer, man har hvor mange variable, der er om der var nogen fejl hvilke sider, der er skrevet af hvilke procedurer Output-vindue: selve resultaterne (hvis der er nogen). Graph-vindue (måske) Her gemmes eventuelle plots i rækkefølge Der skiftes mellem vinduerne ved at klikke på Windows i 7 / 19 kommandobjælken.

8 Ændringer i programmet: Når man kører programmet, bliver hele teksten i Editor-vinduet kørt. Hvis man kun ønsker at køre en del af programmet, skal man blot først markere den del, man vil køre. Bemærk: SAS-kørslerne (Log- Output- og Graph-vindue) kumulerer, dvs. alt bliver gemt fortløbende. Slet en gang imellem, vælg Edit Clear, eller Ctrl-E. Lad være med at printe ud! Husk at gemme selve programmet ind imellem. 8 / 19

9 Definition af nye variable data bp; set bp; if bp>150 then bp150=1; if bp<=150 then bp150=0; else bp=.; logpb=log(pb); Obese01=(obese>1.3); if obese eq. then Obese01=.; Med proceduren CONTENTS får vi oplyst hvad datasættet indeholder: proc contents data=bp; Bemærk: Det er god stil at specificere input-datasættet i alle procedurekald. 9 / 19

10 Oversigt over forskellige operatorer Forklaring Eksempel = EQ EQUAL karakter = 8 ˆ = NE Not Equal karakter NE 8 < LT Less Than karakter < 8 > GT Greater Than karakter > 8 <= LE Less or Equal karakter LE 8 >= GE Greater or Equal karakter GE 8 IN tilhører karakter IN (6, 7, 8) & AND og karakter=8 AND fag= mat OR eller karakter=8 OR fag= mat ˆ NOT negation NOT(karakter IN (6,7,8)) 10 / 19

11 Regneudtryk og funktioner Regneudtryk og funktioner ** Potensopløftning * Multiplikation / Division + Addition - Subtraktion EXP(argument) Eksponentialfunktionen LOG(argument) Naturlig logaritme LOG10(argument) 10-tals logaritme SQRT(argument) Kvadratroden ABS(argument) Numerisk værdi INT(argument) Den hele del af ROUND(argument, afrundingsenhed) Afrundet værdi 11 / 19

12 Konstruktion af deldatasæt Vi kan udvælge dele af datasættet: * Kun kvinder; data bpk; set bp; if sex= female ; proc contents data=bpk; * Kvinder med lav bp; data bpk150; set bp; if sex= male then delete; if bp<=150; proc contents data=bpk150; 12 / 19

13 PROC PRINT Udskriver datasættet eller dele heraf: proc print data=bp; proc print data=bp; var sex obese; proc print data=bp (obs=15); proc print data=bp; where sex= female and bp <150; 13 / 19

14 PROC SORT Denne procedure sorterer datasættet efter en eller flere variable: proc sort data=bp; by sex; proc sort data=bp; by sex bp; proc print data=bp; 14 / 19

15 PROC MEANS Benyttes til at beregne summer, gennemsnit, standardafvigelser mm: proc means data=bp; var obese bp; proc means data=bp n nmiss mean p25 p50 p75 range; var obese bp; proc sort data=bp; by sex; proc means data=bp n nmiss mean p25 p50 p75 range; var obese bp; by sex; 15 / 19

16 PROC MEANS N Antal observationer med ikke manglende værdier NMISS Antal observationer med manglende værdier MEAN x = 1 N N i=1 x i Gennemsnit 1 N STD s = N 1 i=1 (x i x) 2 Spredning MIN x (1) Minimum MAX x (N) Maximum RANGE x (1) x (N) Variationsbredde N SUM i=1 x i Summen af observationen VAR s 2 = 1 N N 1 i=1 (x i x) 2 Empirisk varians N CSS i=1 (x i x) 2 Kvadratafvigelsessummen CV 100 s Variations koefficienten x s STDERR Empirisk spredning for gennemsnit N 16 / 19

17 PROC FREQ Bruges til at tabellere og lave diverse tests i en-, to- og flervejstabeller: proc freq data=bp; tables sex*bp150; proc freq data=bp; table sex*bp150/nocol nopercent relrisk chisq; 17 / 19

18 Brug af proc freq. TABLE OF SEX BY BP150 SEX BP150 Frequency Row Pct 0 1 Total female male Total STATISTICS FOR TABLE OF SEX BY BP150 Statistic DF Value Prob Chi-Square Likelihood Ratio Chi-Square Continuity Adj. Chi-Square Mantel-Haenszel Chi-Square Fisher s Exact Test (Left) (Right) (2-Tail) Phi Coefficient Contingency Coefficient Cramer s V / 19 etc. etc.

19 Brug af proc freq: Mantel-Haenszel analyse. proc freq data=bp; table Obese01*sex*bp150 / nocol nopercent relrisk chisq cmh; 19 / 19