关雪，胡良平，王琪

    ·讲座·

    如何用SAS软件正确分析生物医学科研资料XVII.R×2列联表与2×C列联表资料的统计分析与SAS实现

    关雪，胡良平，王琪

    编者按

    生物统计学是生物学领域科学研究和实际工作中必不可少的工具，在分子生物学迅速发展的今天，生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石，是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具，也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据，必须借助统计学知识加以分析处理，才能从中获得有意义的信息。“生物多样性数据分析”是开展生物多样性研究的一个重要方面，数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在，电子计算机的普及使得生物统计分析过程大大简化，生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来，简化了生物统计分析过程，使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授，以“如何用 SAS 软件正确分析生物医学科研资料”为题，撰写系列统计学讲座，希望该系列讲座能对生物医学科研工作者有所帮助。

    R × 2 列联表资料是指原因变量有 R 个取值，结果变量为二值变量的列联表资料，以 R 行 2 列的形式表示；2 × C 列联表资料是指原因变量为二值变量，结果变量有 C个取值的列联表资料，以 2 行 C 列的形式表示。这两种类型列联表资料统计分析方法的选择取决于原因变量或结果变量是否为有序变量以及分析目的。当它们是多值有序变量，且分析目的为考察某一列或某一行上的频率变化是否呈直线趋势，就需要用线性趋势检验进行分析[1]。本文重在说明这两种类型列联表资料的线性趋势检验方法，同时给出相应的 SAS 程序和输出结果的具体解释。

    1 R × 2 列联表资料的线性趋势检验及 SAS 实现

    R × 2 列联表的标准型见表 1[1]。当原因变量为多值名义变量时，只能选择一般χ2检验或 Fisher 精确检验，以分析原因变量不同水平间的频数分布是否相同；若原因变量是多值有序变量 ......