数据如下数据步所示：
data cows;
input herdsize disease numcell; label herdsize='牛群大小' disease = '患病程度'; cards; 1 0 9 1 1 5 1 2 9 2 0 18 2 1 4 2 2 19 3 0 11 3 1 88 3 2 136 ; run;
用FREQ过程在TABLES语句中加上MEASURES选项就可以计算Kendall Tau-b统计量：
proc freq data=cows;
tables herdsize * disease / measures expected nopercent norow nocol; weight numcell; title '奶牛疾病数据分析'; run;
结果如下：
算出的Kendall Tau-b统计量值为0.2173，渐近标准误差(ASR)为0.0606，用统计量值加减两倍标准误差作为Kendall Tau-b的95%置信区间，可算得(0.0961，0.3385)在零点右边，所以可认为奶牛患病程度与种群大小有正的关联。事实上，我们从列联表中实际频数与期望频数的对比也可以看出，小的种群患病比期望值轻，大的种群患病比期望值重，即患病程度与种群大小有正的关联。
123
4.4.4 用Analyst作列联表分析
Analyst的“Statistics-Table Analysis”可以进行列联表分析。比如，对吸烟危害的数据集BRON选此菜单，出现如图4-14的对话框，这里要指定行变量、列变量，如果数据集中已经是表格则需要输入单元格计数变量(Cell Counts)。这里的Tables按钮用来指定画的表格中出现的内容，如有无各百分比、期望频数等。这里的Statistics按钮指定对列联表要作的分析，比如独立性的X2检验，计算关联性量度，进行精确检验，等等，见图4-15所示的对话框。
Analyst调用PROC FREQ进如果要对上面奶牛的例子计算关联性量度就要用到这个对话框。
行计算，所以结果与上面编程的结果相同。
图4-14 Analyst：列联表分析 图4-15 Analyst：列联表统计
练习
1. 下面是一组草原隼的鸟巢高度的数据，试检验其分布是否正态。 15 3.5 3.5 7 1 7 5.75 27 15 8 4．75 7.5 4.25 6.25 5.75 5 8.5 9 6.25 5.5 4 7.5 8.75 6.5 4 5.25 3 12 3.75 4.75 6.25 3.25 2.5
2. 有若干人参加了一个减肥锻炼，在一年后测量了 他们的身体脂肪含量，结果如下(身体脂肪含量的 百分数)：
男，r生组：13.3 19 20 8 18 22 20 31 21 12 16 12 24 女，r生组：22 26 16 12 21.7 23.2 21 28 30 23 124
比较这些人中男性和女性的身体脂肪含量有无 显著差异。 3. 下表为某基础统计课程两次考试的学生成绩。
两次考试考同样的知识。试比较这两次考试难易程度有无显著差异。 学号 第一次 第二次 学号 第一次 第二次 1 93 98 11 88 83 2 88 74 12 91 94 3 89 67 13 85 89 4 88 92 14 70 78 5 67 83 15 90 96 6 89 90 16 90 93 7 83 74 17 94 81 8 94 97 18 67 81 9 89 96 19 87 93 10 55 81 20 83 91 4. 为研究溶菌酶水平在患胃溃疡的病人与正常人之间有无显著差异，测量了一组病人和 一组正常人的溶菌酶水平，结果见下表。是检验两者的溶菌酶水平有无显著差异（水平0.05）。
胃溃疡病人组：
0.2 10.4 0.3 10.9 0.4 11.3 1.1 12.4 2.0 16.2 2.1 17.6 3.3 18.9 3.8 20.7 4.5 24.0 4.8 25.4 4.9 40.0 5.0 42.2 5.3 50.0 7.5 60.0 9.8 对照组：
0.2 5.4 0.3 5.7 0.4 5.8 0.7 7.5 1.2 8.7 1.5 8.8 1.5 9.1 1.9 10.3 2.0 15.6 2.4 16.1 2.5 16.5 2.8 16.7 3.6 20.0 4.8 20.7 4.8 33.0
提示：要考虑分布是否正态。
5. 为了考察两种测量萘含量的液体层析方法：标准方法和高压方法的测量结果有无显著差异，取了10份试样，每份分为两半，一半用标准方法测量，一半用高压方法测量，每个试样的两个结果如下表，试检验这两种化验方法有无显著差异（水平0.05）：
标准 高压 14.7 12.1 14.0 10.9 12.9 13.1 16.2 14.5 10.2 9.6 12.4 11.2 12.0 9.8 14.8 13.7 11.8 12.0 9.7 9.1 6. 使用放射性金195作示踪元素注射到血液中，下表为注射x天后血液内残留的金元素百分比y，取了10个血样，对数据分别拟合线性回归、负指数关系y?Ae?bx，并使用各种非参数曲线拟合方法拟合曲线。比较各结果。
x y 1 94.5 1 86.4 2 71 2 80.5 2 81.4 3 67.4 5 49.3 6 46.8 6 42.3 7 36.6 7. 对数据集SASUSER.GPA中的大学学科平均成绩GPA建模，HSS、用高中成绩HSM、HSE作为自变量。 简述回归的结果。试改进模型。使用SAS/INSIGHT和REG过程两种办法。 8. 为试制某种化工产品，在三种不同温度、四种不同压力下试验，每一水平组合重复两次，得到产品的收率数据如下(%)：
温度 压力 1 1 2 3 52，57 50，52 63，58 2 42，45 47，45 54，59 3 41，45 47，48 57，60 4 48，45 53，30 58，59 125
试在0.05水平下进行方差分析并简述结果。
9. 为了考察法院判决是否与被告种族有关，调查了326位被告的判决情况： 有罪 无罪 黑人 17 149 白人 19 141 试在0.05水平下检验判决结果与被告种族是否独立。
126