SAS生物统计分析应用教程(周海龙)

  SAS系统是全球最权威的统计分析软件，为大型集成信息分析管理系统，其集数据访问、数据管理、数据分析、数据挖掘功能于一体，为国际公认的国际标准统计分析软件。信息技术的迅猛发展使得数据管理和数据分析成为各领域发展的重要支柱，SAS系统顺理成章地成为数据处理的首选工具。我国日益增多的SAS用户已充分认识到SAS系统强大的功能，SAS软件应用于科研数据处理也被认为是发表高水平学术论文和提高试验结果可靠性的重要工具。
  近7年来，笔者在海南大学为生命科学、农业科学和管理学专业研究生、本科生讲授《生物统计学》和《SAS软件在统计学中应用》等课程，同时为校内外科研工作者提供科研数据统计分析咨询服务，从中积累了许多教学和应用ＳＡＳ软件的经验，勤于思索而受到许多启迪。尽管一些不熟悉SAS软件应用的学生和科研工作者可能熟练掌握了统计学原理和基本计算步骤，但是，在数据处理分析实践中由于计算量过大，致使其只能应用较为低级的试验设计方法和对数据信息作出极其有限的分析处理，不能提高工作效率和浪费许多数据信息。还有一些在计算机理论和操作上拥有天赋的学生和科研工作者因为统计学知识掌握得不扎实，一样不能灵活和合理应用SAS软件。因此，为了适应生命科学、农业科学和管理学等学科的发展，必须将统计学和SAS软件的应用完美结合，这就要求学生和科研工作者既要了解统计分析方法的原理和主要计算步骤，又要了解SAS软件主要过程的功能和分析结果的判读技巧，甚至学会编写程式技能。在学习和应用要求上，应该将通过传统数学计算方法和通过应用SAS软件的数据统计分析方法的优势进行互补，克服各自缺点，使统计学和SAS软件成为科研工作的重要手段。即通过学习统计学来熟练掌握统计分析方法的数学原理；通过应用SAS软件而避免记忆有关公式含义、推导和证明过程，同时增强计算结果的正确性和准确性，极大幅度加快计算速度和完成繁杂的计算任务。正是掌握了SAS软件应用技能，才促进试验设计方法的发展和提高试验设计水平，从而提高科研工作效率和学术水平。
  通过学习SAS软件应用，可以减轻学习统计学的负担，但是，要精通SAS软件应用技能，需要对SAS软件程式和运行结果进行理解，做到程式能灵活变化和正确应用，输出结果能够抓住重点和正确判读，这就要求必须对SAS软件的应用知识展开系统的学习。国内外有很多SAS软件应用学习丛书，但是，大多数书目所讲述内容较为庞杂，与统计学教材出现很多内容重复，未注意到科研工作中常用的统计分析方法而重点不突出，给读者尤其是SAS软件应用的初学者带来许多麻烦，甚至于不能正确应用SAS软件。笔者结合多年的教学和科研实践，与当前高校主打的生物统计学教材相匹配，力求编写出通俗易懂、深入浅出、详略得当、案例经典和科研思想清晰的实用性SAS软件应用教程。全书共15章，第一章是SAS软件系统的基础入门篇；此后，自绘图应用开始，直至各种常用多元统计分析方法，由浅入深、层层递进。只需了解统计方法的基本原理，就可以理解程式结构精髓和正确判读输出结果，为正在高校学习的生命科学、农业科学和管理学等专业的研究生和本科生,以及广大科研工作者提供合适的教学用书和工具书。
  本书在7年的内部讲义的基础上，不断修改完善而成，部分章节由海南大学汤华博士编写。本教材得到了“211工程”热带作物遗传育种与生态保育项目、转基因生物新品种培育重大专项(编号：2008ZX08011001，2009ZX08011010B)、海南大学科研基金资助项目（项目编号：kyqd1102）的资助；同时，得益于海南大学副校长胡新文教授、海南大学农学院副院长袁潜华研究员的关心与指导，也得益于化学工业出版社的支持与帮助，在此笔者对他们谨致谢忱！
  由于编写时间仓促、笔者水平所限，书中难免有误，敬请各界同行和读者批评指正！
编者
2011年4月

  本书通过应用SAS 9．13版软件对生物统计学经典例题进行统计分析，剖析各种统计分析方法的SAS程式结构．讲解SAS程式的套用方法和输出结果判读技巧。重点讲解了SAS软件在绘图、描述性统计、方差分析、一元线性回归与相关分析、多元线性回归与相关分析、非线性回归分析、典型性相关分析、聚类与判别分析、主成分分析和因子分析等过程中的应用。
  本书深入浅出、通俗易懂、详略得当、重点突出，读者只需掌握统计方法的基本数学原理就可以学会SAS软件的应用，具有极强的实用性，不同专业和研究方向的研究生、本科生和广大科研工作者可以根据需要选择学习和采用。本书既适合作为生物、农林、医学类专业的生物统计课程教材，也可以作为科研工作者的工具书。

第一章SAS系统简介1
第一节SAS系统主要窗口1
第二节SAS编程基础2
第三节SAS程式常用语句5
第二章绘图7
第一节绘制散点图7
第二节绘连线图程式9
第三节散点图和连线图在同一坐标系中输出10
第三章描述性统计12
第一节Means过程12
第二节Univariate过程测验变数的正态分布适合程度14
第四章T检验18
第一节单样本平均数为常数的测验程式18
第二节两个样本成组数据的比较分析程式19
第三节成对数据的比较分析程式22
第五章卡方检验——Freq过程检验独立性24
第六章单因素试验的方差分析27
第一节完全随机试验设计27
第二节完全随机区组试验设计33
第三节拉丁方试验设计统计分析程式36
第四节巢式试验设计统计分析程式38
第七章双因素试验统计分析41
第一节不考虑交互效应的双因素试验41
第二节考虑交互效应的完全随机试验设计的双因素试验43
第三节双因素完全随机区组试验设计的统计分析46
第四节裂区试验设计统计分析49
第五节条区试验设计统计分析52
第八章三因素试验统计分析59
第一节三因素完全随机试验统计分析59
第二节三因素完全随机区组试验统计分析63
第九章正交设计试验统计分析68
第一节不考虑交互效应的正交试验的方差分析68
第二节考虑交互效应的正交试验方差分析72
第十章一元线性回归与相关分析程式77
第一节一元线性回归分析程式77
第二节一元线性相关分析79
第三节协方差分析80
第十一章多元线性回归与相关性分析90
第一节多元线性回归分析90
第二节多元逐步线性回归分析93
第三节多元线性相关性分析98
第四节两组变量的典型相关性分析103
第十二章一元非线性回归分析109
第一节一元多项式回归分析109
第二节Logistic曲线方程的分析112
第三节其他一元曲线回归分析114
第十三章多元聚类与判别117
第一节多元聚类分析117
第二节成批调整法多元聚类分析121
第三节Bayes判别分析124
第四节逐步判别程式分析130
第十四章主成分分析法134
第十五章因子分析138
参考文献143