FREQ过程

lillian0630

SAS系统中的FREQ过程用于列联表分析，即分析包含有一个或多个类别变量的数据集文件。此过程主要功能如下：绘制次数分配表或列联表；计算λ2 统计量、Fisher's精确性检验统计量（Fisher's Exact Test）等。

FREQ语句的一般使用格式为：

1. PROC FREQ DATA=SAS数据集<选项列表>;
   
2. BY变量列表;
   
3. WEIGHT变量列表;
   
4. EXACT选择统计量</选项列表>;
   
5. TABLES要求列表</选项列表>;
   
6. OUTPUT<OUT=数据集名>选项列表;
   
7. RUN;

复制代码

PROCFREQ语句后的选项如表所示。

PROCFREQ语句后的选项列表
选项	意义
FORMCHAR（1，2，7）	定义列联表的边缘和中间分割线的形式，如FORMCHAR（1，2，7）=’|-+’代表列表的纵向用“|”表示，列表的横向用“-”表示，交叉处用“+”表示，此为系统默认形式
ORDER=	定义某一变量下各类别的输出次序，若定义ORDER=FREQ，则次序先后按类别次数降序排列；若ORDER=DATA，则类别次序即为它们在输入文件内出现的次序；若ORDER=INTERNAL时，类别次序由英文字母先后顺序决定；若ORDER=FOUMATTED，则类别次序由外在格式决定。若此项省略，则系统默认按英文字母先后顺序输出，且缺失数据排在最前面
PAGE	每一页打印一张表格
NLEVELS	输出所有列表变量的水平数
NOPRINT	不打印出结果

FREQ过程中主要使用的语句含义如下：

BY语句——定义分层分析变量，要求分析数据集事先按BY语句指定的变量排序。

WEIGHT语句——定义观测的加权变量（一般每个观测只代表一个数据点）。加权变量的值可包含小数，但必须为正。

EXACT语句——使用EXACT语句需要精确定义指定统计量的检验或置信度，此语句适用于数据量较少的精确计算。其后可以定义的统计量主要如表所示。

EXACT语句可定义的统计量
统计量	意义
AGREE	对二维列联表的尼曼检验，简单／加权的卡帕参数检验
BINOMAL	对一维表格的二项式比例检验
CHISQ	对一维表格的λ2拟合检验；对二维列联表的PEARSONλ2检验，似然比λ2检验和MANTEL-HAENSZELλ2检验
FISHER	FISHER'S精确检验
JT	Jonckheere-Terpsta检验
KAPPA	简单的KAPPA参数检验
LRCHI	似然比λ2检验
MCNEM	对2*2维列联表进行MCNEMAR'S检验
MEASURES	对2*2维列联表进行PEARSON系数和SPEARMAN系数检验，估计风险比的置信度
MHCHI	MANTEL-HAENSZELλ2检验
OR	对2*2维列联表估计风险比的置信度
PCHI	PEARSONλ2检验
PCORR	检验PEARSON相关系数
RISKDIFF	对2*2维列联表的比率差的置信度，若估计第一列（第二列）的比率差的置信度可用RISKDIFF1（RISKDIFF2）
SCORR	Spearman相关系数检验
TREND	Cochran-Armitage趋势检验
WTKAP	加权KAPPA系数检验

EXACT语句斜杠（/）后可选的主要控制选项如表所示

EXACT语句后主要的可选项

选项	意义
ALPHA=A	定义显著性水平
MAXTIME	定义FREQ过程每计算一个精确的P值的时间（单位为秒）
MC	要求用MONTE-CARLO方法估计每个P值，而非计算精确P值
N=n	定义MONTE-CARLO估计的最大次数，必须取整数，系统缺失值为10000
POINT	对检验统计量进行点估计
SEED=NUMBER	定义随机MONTE-CARLO估计的原始种子，必须取整数

TABLES语句——此语句主要用于设计频数分布表，即安排一元、二分类或多分类变量。

定义时，一般用星号连接各变量，常见定义形式如表所示。

TABLES语句一般定义形式
形式	含义
TABLESAB;	画次数分布表
TABLESA*B/选项;	画二维交叉表，变量A为行，变量B为列
TABLESA*B*C/选项;	画三维交叉表，变量A形成表的层，变量B为行，变量C为列

若需定义多个频数分布表，可用括号及两横线（--）简化语句撰写，表8-5列出了几种简化的定义形式。

TABLES语句简化定义形式
简化形式	等价形式
TABLESA*(BC)	TABLESA*BA*C;
TABLES(AB)*(CD)	TABLESA*CA*DB*CB*D;
TABLES(ABC)*D	TABLESA*DB*DC*D;
TABLES(A--C)*D	TABLESA*DB*DC*D;
TABLES(A--D);	TABLESABCD;

若未定义TABLES语句，则FREQ过程对数据集中的每个变量都生成一个一维频数表。在FREQ过程一次可包含多个TABLES语句。

TABLES语句斜杠（/）后可用的主要控制选项如表所示。

TABLES语句后的可选项
选项	意义
CHISQ	要求对每一层的齐性或独立性进行Λ2检验
MEASURES	要求一系列的线性关系指标和它们的标准误
JT	Jonckheere-Terpsta检验
FISHER	FISHER'S精确检验
BINOMAL	二项分布比率，置信度，对一维表格的检验
CMH	输出Cochran-Mantel-Haenszel相关统计量
ALL	要求CHISQ、MEASURES、CMH统计测试及计算关系指标
AGREE	要求计算且检验列联表中行变量和列变量的吻合程度
EXPECTED	在独立性或齐性的假设下，输出单元频数的期望值
DEVIATION	要求输出各单元期待频数和实际频数的差值
CELLCHI2	要求输出每一单元对Λ2统计量的贡献
NOFREQ	不输出交叉表的单元频数
NOPERCENT	不输出交叉表的单元百分数
NOROW/NOCOL	不输出单元行或列百分数
SCORE=RANK/TABLE/RIDIT/MODRIDIT	指明用何种数据执行CMH统计检验或计算皮尔逊相关系数。若SCORE=TABLE，指分配表上行与列的次数，其他三种用来做非参数分析
ALPHA=	定义犯第一类错误的概率
MISSING	在计算百分数及其他统计量时包括缺失值
LIST	以非交叉表来表示频数结果
NOCUM	不输出累计频数和累计百分比

OUTPUT语句——产生一个包含分析结果的输出数据文件，包括TABLES语句中定义的输出统计量、有效和遗漏数据的个数。此选项后可指定的关键字的字符串如表所示。

关键字字符串
关键字	意义
_AJCHI_	经过连续性校正后的λ2值
_ALL_	由选项CHISQ、CMH、MEASURE导出的统计量的值和有效数据的个数
_CHISQ_	三个λ2检验统计量的值
_PLCORR_	多元相关系数

注意：在界定包含在新数据集中的关键字前，读者必须在TABLES语句中定义其相关选项，否则此关键字的值将缺失。