1、第七章 交叉表的生成和分析1 基本概念 本章描述的方法适用于分类变量（classification variables）。 单向频数表：一维表； 交叉表：具有两个或多个分类变量的列联表。 双向表：具有两个变量的表； 三向表：具有三个变量的表； 双向双向 ：并非指行数或列数，而是指表中包含的变量个数2 FREQ过程步 1.一般形式PROC FREQ DATA=数据集名 选项 ;TABLES 变量名列 /选项 ;BY 变量名列 ;WEIGHT 变量名 ;OUTPUT OUT=输出数据集名 输出统计量列表 ;RUN; 2.功能： 具有统计描述和统计推断的功能。 对分类变量计算频数分布，产生从一维到
2、n维的频数表和交叉表。 统计分析：变量间关联强度等统计量。 3.说明： 3.1 FREQ语句： DATA=数据集名 ：指明分析对象； 选项：指定频数的排列方式1） ORDER=FREQ|DATA|INTERNAL|FORMATTED FREQ： 按频数递减的次序排列 DATA： 按在原数据集中出现的次序 INTERNAL： 按内部值排序（默认方式） FORMATTED： 按外部格式值排序2） PAGE：每页只输出一张表，缺省方式：每页尽可能多地输出表；3） NOPRINT：禁止显示输出。 3.2 BY语句： 按指定变量分组统计，要求数据集事先按分组变量排序。缺省方式：不分组。 3.3 WEIG
3、HT： 指定加权变量，用于计算加权平均数等统计量。 3.4 TABLE语句：指定要分析的变量名。一个 FREQ过程步中可以有多条 TABLE语句。 格式： TABLE 变量 1 变量 2; 分别产生变量 1 、变量 2 的单向频数表； TABLE 变量 A1*变量 B1 变量 A2*变量 B2 ;产生 A、 B两个变量的双向交叉表，变量 A的值形成行，变量 B的值形成列； TABLE 变量 A1*变量 B1*变量 C1 变量 A2*变量 B2*变量 C2 ;产生 A、 B、 C三个变量的三向交叉表，变量 A的值形成层，变量 B的值形成行，变量 C的值形成列； 说明： 系统缺省方式：对所有变量作
4、一维频数表； 一维频数表内容：频数、累积频数、频数百分比、累积百分比； 二维频数表内容：交叉分组列表，包括：各格的频数、总频数的各格百分数、行频数的各格百分数、列频数的各格百分数。 TABLE语句中的常用选项： 普通选项： OUT=数据集名 ：指定包含变量和频数计数的输出数据集。 统计分析选项： CHISQ： 对每层的齐性或独立性作 检验，包括 Pearson 、 似然比 、 Mantel-Haenszel 。 另外还给出与 检验有关的关联度，包括Phi系数、列联系数、 Cramers V。 对于 22表，给出 Fisher精确概率。 AGREE： 作 配对 检验。 EXACT： 对于大于 2
5、2的列联表，进行 Fisher精确检验。同时也给出CHISQ选项包含的全部统计量。 MEASURES： 对每层的二维表计算一系列关联指标及相应的标准误，包括 Pearson和 Spearman相关系数，以及 Gamma和 Kendall系数等。对于 2 2表，还给出常用的危险度指标及其标准误。 CMH： 给出 Cochran-Mantel-Haenszel统计量，可检验 2维以上的表的行变量与列变量之间的关联程度。对于 2 2表， FREQ过程给出相对危险度估计及其可信区间，还给出各层关联度指标是否齐性的Breslow检验。 ALL： 给出 CHISQ、 MEASURES、 CMH所请求的全部
6、统计量。 ALPHA p： 给出检验水准。缺省值为 0.05。 有关表格信息选项： EXPECTED： 给出期望频数 DEVIATION： 给出每格的实际频数与期望频数的差值 CELLCHISQ： 给出每格对总 c 2的贡献，即计算每格的 (实际频数 -期望频数 )2/期望频数。 CUMCOL： 给出累积列百分数 控制输出选项： NOFREQ： 不给出列联表中的格频数 NOPERCENT： 不给出列联表中的格百分数 NOROW： 不给出列联表中各格的行百分数 NOCOL： 不给出列联表中各格的列百分数 NOCUM： 不给出频数表的累积频数和累积百分数 NOPRINT： 不给出表格，但给出 CHISQ、MEASURES或 CMH等语句所指定的统计量。 例 1：统计 sashelp.class中有关年龄的信息proc freq data=sashelp.class ;table age;run; 例 1：建立 sashelp.class中年龄和性别的列联表，并进行 检验。proc freq data=sashelp.class ;table age*sex/chisq;run;
