王琪，胡良平，關(guān)雪，柳偉偉

·講座·

如何用SAS軟件正確分析生物醫(yī)學(xué)科研資料XVIII.R×C列聯(lián)表資料的統(tǒng)計(jì)分析與SAS軟件實(shí)現(xiàn)（一）

王琪，胡良平，關(guān)雪，柳偉偉

編者按

生物統(tǒng)計(jì)學(xué)是生物學(xué)領(lǐng)域科學(xué)研究和實(shí)際工作中必不可少的工具，在分子生物學(xué)迅速發(fā)展的今天，生物統(tǒng)計(jì)學(xué)更顯示出了它的重要性。實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)統(tǒng)計(jì)分析是現(xiàn)代生物學(xué)的基石，是生物學(xué)研究者檢驗(yàn)假說、尋找模式、建立生物學(xué)理論的有利工具，也是生物學(xué)研究者探索微觀和宏觀生物世界的必備基礎(chǔ)知識(shí)。對(duì)于每天甚至是每時(shí)每刻涌現(xiàn)的大量的、以天文數(shù)字計(jì)量的分子遺傳數(shù)據(jù)，必須借助統(tǒng)計(jì)學(xué)知識(shí)加以分析處理，才能從中獲得有意義的信息?！吧锒鄻有詳?shù)據(jù)分析”是開展生物多樣性研究的一個(gè)重要方面，數(shù)據(jù)分析能力的高低極大地影響著我們對(duì)各種生態(tài)學(xué)現(xiàn)象認(rèn)識(shí)的深度和廣度?，F(xiàn)在，電子計(jì)算機(jī)的普及使得生物統(tǒng)計(jì)分析過程大大簡(jiǎn)化，生物統(tǒng)計(jì)分析軟件包的普及將生物統(tǒng)計(jì)學(xué)從統(tǒng)計(jì)學(xué)家的書本里解放了出來，簡(jiǎn)化了生物統(tǒng)計(jì)分析過程，使之成為生物學(xué)研究者的常用工具。本刊特邀軍事醫(yī)學(xué)科學(xué)院生物醫(yī)學(xué)統(tǒng)計(jì)學(xué)咨詢中心主任胡良平教授，以“如何用 SAS 軟件正確分析生物醫(yī)學(xué)科研資料”為題，撰寫系列統(tǒng)計(jì)學(xué)講座，希望該系列講座能對(duì)生物醫(yī)學(xué)科研工作者有所幫助。

R × C 列聯(lián)表資料可以分為雙向無(wú)序的R×C 列聯(lián)表資料、結(jié)果變量為有序變量的單向有序 R × C 列聯(lián)表資料、雙向有序且屬性相同的 R × C 列聯(lián)表資料和雙向有序且屬性不同的 R × C 列聯(lián)表資料等 4 類。本文將詳細(xì)介紹前兩類 R × C 表資料及其用 SAS 軟件實(shí)現(xiàn)統(tǒng)計(jì)分析的全部?jī)?nèi)容。

1　雙向無(wú)序 R × C 列聯(lián)表資料的統(tǒng)計(jì)分析與SAS 實(shí)現(xiàn)

雙向無(wú)序的 R × C 列聯(lián)表資料是指在二維列聯(lián)表中，兩個(gè)定性變量都是名義變量，并且這兩個(gè)名義變量分別有R 個(gè)和 C 個(gè)（R 和 C 分別代表列聯(lián)表的行數(shù)和列數(shù)，它們均為大于 2 的整數(shù)）取值，由此排列而成的 R × C 表稱為雙向無(wú)序的 R × C 列聯(lián)表資料。當(dāng)理論頻數(shù)小于 5 的格子數(shù)未超過總格子數(shù)的 1/5 時(shí)，用一般卡方檢驗(yàn)；否則，用 Fisher 精確檢驗(yàn)處理該類資料[1]。以下將通過實(shí)例向讀者介紹如何用 SAS 軟件處理雙向無(wú)序的 R × C 列聯(lián)表資料。

表1　不同惡性血液病患者真菌感染發(fā)生的部位

【例 1】目前惡性血液病患者的主要治療方法包括放化療、免疫抑制劑治療等，這些治療方式會(huì)導(dǎo)致患者發(fā)生真菌感染。某臨床醫(yī)生對(duì)此做了回顧性調(diào)查研究，以分析不同血液病患者真菌感染部位是否相同，調(diào)查結(jié)果見表 1，試對(duì)表 1 進(jìn)行合理的統(tǒng)計(jì)分析。

分析與解答：本例是一個(gè)單因素多水平設(shè)計(jì)定性資料，原因變量“疾病種類”有 4 個(gè)水平，結(jié)果變量“感染部位”有 3 個(gè)水平，兩個(gè)變量都是多值名義變量，此時(shí)可采用卡方檢驗(yàn)或 Fisher 精確檢驗(yàn)對(duì)該資料進(jìn)行統(tǒng)計(jì)分析，以分析不同疾病的患者感染部位分布情況是否相同。以下介紹如何用 SAS 程序的 FREQ 過程分析雙向無(wú)序 R × C 列聯(lián)表資料。SAS 程序如下，設(shè)程序名為 li1.sas。

程序說明：程序中第一步建立名為 a1 的數(shù)據(jù)集，a 表示疾病種類，分為 4 個(gè)水平，b 表示感染部位，分為 3 個(gè)水平，f 表示頻數(shù)。第二步是過程步，調(diào)用 FREQ 過程進(jìn)行卡方檢驗(yàn)，weight 語(yǔ)句指定頻數(shù)變量為 f，tables 語(yǔ)句指定用于生成二維列聯(lián)表，“/”后的選項(xiàng) chisq 表示進(jìn)行卡方檢驗(yàn)。

SAS 程序運(yùn)行結(jié)果：

a * b 表的統(tǒng)計(jì)量

以上是卡方檢驗(yàn)分析的結(jié)果，由于χ2= 4.6601，雙側(cè)P= 0.5881 ＞ 0.05，說明不同惡性血液病患者發(fā)生真菌感染的部位之間的差異無(wú)統(tǒng)計(jì)學(xué)意義。

【例 2】沿用例 1 的背景資料，該醫(yī)生統(tǒng)計(jì)了不同惡性血液病患者真菌感染種類情況，結(jié)果見表 2，試對(duì)該資料進(jìn)行統(tǒng)計(jì)分析。

表2　不同惡性血液病患者真菌感染的類型

分析與解答：與例 1 類似，當(dāng)理論頻數(shù)小于 5 的格子數(shù)未超過總格子數(shù)的 1/5 時(shí)，用一般卡方檢驗(yàn)；否則，用Fisher 精確檢驗(yàn)處理該類資料。本例超過 1/5 的單元格的期望計(jì)數(shù)比 5 小，因此選用 Fisher 精確檢驗(yàn)。SAS 程序如下，設(shè)程序名為 li2.sas。

程序說明：本程序與例 1 的不同之處在于 tables 語(yǔ)句“/”后面的選項(xiàng)是 exact，表示進(jìn)行精確檢驗(yàn)。

SAS 程序運(yùn)行結(jié)果：

a * b 表的統(tǒng)計(jì)量

Fisher 精確檢驗(yàn)

第一部分是一般卡方檢驗(yàn)分析的結(jié)果，結(jié)果下方顯示“WARNING: 42％ 的單元格的期望計(jì)數(shù)比 5 小?？ǚ娇赡懿皇怯行z驗(yàn)?！?，因此應(yīng)選擇 Fisher 精確檢驗(yàn)，結(jié)果顯示P= 0.0076 ＜ 0.05，說明不同惡性血液病患者發(fā)生真菌感染的類型不同。

2　結(jié)果變量為有序變量的單向有序 R × C 列聯(lián)表資料的統(tǒng)計(jì)分析與 SAS 實(shí)現(xiàn)

結(jié)果變量為有序變量的單向有序 R × C 列聯(lián)表資料是指表中僅結(jié)果變量的取值為有序，而原因變量為無(wú)序，如某資料中原因變量是藥物種類，結(jié)果變量是治愈、顯效、好轉(zhuǎn)、無(wú)效。如果僅原因變量為有序的而結(jié)果變量是無(wú)序的，則仍將其視為雙向無(wú)序的 R × C 列聯(lián)表資料。

結(jié)果變量為有序變量的單向有序 R × C 列聯(lián)表資料的統(tǒng)計(jì)分析可選用秩和檢驗(yàn)、Ridit 分析以及有序變量的logistic 回歸分析（此法較復(fù)雜，一般情況下不選用，在處理高維列聯(lián)表時(shí)常用）[1]。

【例 3】用混合核苷片、西藥及中草藥治療急性黃疸型肝炎，治療效果見表 3，試分析 3 種藥物治療效果之間的差異是否有統(tǒng)計(jì)學(xué)意義。

表3　不同藥物治療急性黃疸型肝炎的效果

分析與解答：這是一個(gè)單因素多水平設(shè)計(jì)定性資料，結(jié)果變量“療效”是有序變量，可選擇秩和檢驗(yàn)進(jìn)行統(tǒng)計(jì)分析。SAS 程序的 NPAR1WAY 過程或 FREQ 過程可以進(jìn)行分析，以下介紹相應(yīng)的 SAS 程序。用 NPAR1WAY 過程進(jìn)行秩和檢驗(yàn)的 SAS 程序如下，設(shè)程序名為 li3_1.sas。

程序說明：第一步是數(shù)據(jù)步，建立名為 a3 的數(shù)據(jù)集，a 表示藥物種類，b 表示療效，f 表示頻數(shù)。第二步是過程步，調(diào)用 NPAR1WAY 過程進(jìn)行秩和檢驗(yàn)，freq 語(yǔ)句指定頻數(shù)變量 f，class 語(yǔ)句指定分組變量 a，var 語(yǔ)句用于指定結(jié)果變量 b。

SAS 程序運(yùn)行結(jié)果：

第一部分是 3 個(gè)組的打分結(jié)果，其中第一組平均秩是325.2632，第二組平均秩是324.8994，第三組平均秩是406.8830。

第二部分是 Kruskal-Wallis 秩和檢驗(yàn)的結(jié)果，HC≈χ2= 17.557，雙側(cè)P= 0.0002 ＜ 0.05，說明 3 種藥物治療效果之間的差異有統(tǒng)計(jì)學(xué)意義。因第三組平均秩最高，因此混合核苷片的療效最好。

本例也可以通過 FREQ 過程實(shí)現(xiàn)秩和檢驗(yàn)，程序如下，設(shè)程序名為 li3_2.sas。

程序說明：數(shù)據(jù)步與 li3_1.sas 相同，此處省略。過程步，調(diào)用 FREQ 過程，weight 語(yǔ)句用于指定頻數(shù)變量，tables 語(yǔ)句中“/”后面的選項(xiàng) cmh 表示進(jìn)行秩和檢驗(yàn)，scores 選項(xiàng)指定打分方法。

SAS 程序運(yùn)行結(jié)果：

a * b 的匯總統(tǒng)計(jì)量Cochran-Mantel-Haenszel 統(tǒng)計(jì)量（基于秩得分）

第二行“行均值得分差值”對(duì)應(yīng)的結(jié)果即為秩和檢驗(yàn)結(jié)果，χ2= 17.557，P= 0.0002 與 li3_1.sas 得到的結(jié)果相同。

參考文獻(xiàn)

[1] Hu LP. Medical statistics-analysis of quantitative and qualitative data applying the triple-type theory. Beijing: People’s Military Medical Press, 2009:292-302. (in Chinese)胡良平. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)-運(yùn)用三型理論分析定量與定性資料. 北京:人民軍醫(yī)出版社, 2009:292-302.

DOI:10.3969/cmba.j.issn.1673-713X.2012.04.015

作者單位：100850 北京，軍事醫(yī)學(xué)科學(xué)院生物醫(yī)學(xué)統(tǒng)計(jì)學(xué)咨詢中心

通訊作者：胡良平，Email：lphu812@sina.com