1H63SAS在統計學的應用

本試閱檔為五南所有。如欲購買此書，請至五南網站 www.wunan.com.
tw
或來電(02)2705-5066
本試閱檔為五南所有。如欲購買此書，請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
序　言
目前市面上兩大統計套裝軟體，分別為SPSS及SAS。SPSS的全名為Statistical
Package for Social Science，主要用於社會、教育、心理、政治與民意調查等方面
的統計分析，其主體是針對社會科學本質來設計的，有關於視窗的所見及所視
（What You See Is What You Get, WYSIWYG）的色彩是非常鮮明的；相對的，其
便利性也使得許多研究者受惠量多。
許多人將SAS與SPSS的區隔，就是以自然科學與社會科學來做分水嶺，SAS
比較偏向自然科學，而SPSS較偏向社會科學。但是，這是比較狹隘的分類。若
真要分類的話，筆者認為應該是SAS程式設計的功能，因為，SAS不僅保有傳統
程式設計者的原動力，並且也吸引了「創意年代」學子的興趣及挑戰，其程式設
計的處理及執行，應該是有別於SPSS最大不同的地方。
SAS源自1968年由美國北卡羅來納大學的教授Jim Goodnight所開發，並於
1976年成立SAS公司，當時稱作統計分析系統（Statistical Analysis System），
隨著其功能的日趨強大豐盛，亦改名為策略應用軟體（Strategic Application
Software）。之所以更改名稱的原因，在於SAS已經跳脫了統計分析的層次，而
進入策略應用系統開發的工具。現在的SAS，不僅能進行各種統計運算，更可進
行財務分析、市場調查、專案管理、品質管制等方面的用途。
相關SAS最新的資訊，可以參閱SAS官方網（http://www.sas.com/），或參閱
繁體中文網頁（http://www.sas.com/offices/asiapacific/taiwan/）。以下是繁體中文
官方網的簡介：「SAS為商業分析軟體及服務領導廠商，並為商業智慧市場中最
大的獨立軟體商。SAS以整合性架構提供創新解決方案，協助逾四萬五千家客戶
迅速準確地作成決策，提升績效並創造價值」。若是在SAS官方網上，更加細部
瀏覽的話，可以發現SAS的功能、企業組織及企業發展是越來越蓬勃，並為美國
Fortune雜誌列為員工想要工作的百大企業。除此，SAS也有不同的認證機制，供
有興趣者取得證照，以因應不同企業所需人才的需求規格。
本書著重在基礎SAS統計分析程式設計的撰寫及應用，相關章節編排如下：
➢第一章：緒論
➢第二章：描述資料
或來電(02)2705-5066
➢第三章：分析類別資料
➢第四章：信度分析
➢第五章：單因子及雙因子變異數分析
➢第六章：共變異數分析
➢第七章：多變量變異數分析
➢第八章：相關及簡單迴歸分析
➢第九章：複迴歸分析
➢第十章：SAS程式語法
本書可以做為國內相關科系開設統計套裝軟體或統計學課程使用，或是研究
生資料處理、統計分析及統計報表解讀相關課程或研究之用，本書已經過多年親
授及校正，以減少相關教師摸索規劃之苦，不失為教師們一本實務優質的參考教
材。另外，也請相關學者先進，不吝賜教指正，使得本書更加完善。
周子敬
2010年6月寫於台北
II 本試閱檔為五南所有。如欲購買此書，請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Contents
序　言................................................................................................................... iii
Chapter
01 緒論 1
壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）............................................ 3

貳、SAS 功能列介紹 .......................................................................................... 4
參、SAS 快捷列功能按鈕 ................................................................................ 12
肆、SAS 程式語言 ............................................................................................ 13
伍、實例說明..................................................................................................... 14
陸、SAS 程式語言能力的加強 ........................................................................ 21
柒、SAS 過程步驟 ............................................................................................ 26
捌、資料與統計分析之間的關係..................................................................... 27
玖、問卷項目衡量尺度..................................................................................... 29
拾、統計檢定方法及流程................................................................................. 32
Chapter
02 描述資料 35
壹、緒論............................................................................................................. 36
貳、描述資料概論............................................................................................. 36
參、其他更多的敘述統計量............................................................................. 41

或來電(02)2705-5066
肆、直方圖、QQ 圖及機率圖 .......................................................................... 52
伍、敘述統計分解為次組別............................................................................. 58
陸、次數分配..................................................................................................... 61
柒、條狀圖（Bar Graphs） .............................................................................. 65
捌、繪製圖形（Plotting Data） ....................................................................... 79
Chapter
03 分析類別資料 85
壹、緒論............................................................................................................. 87
貳、問卷設計及分析......................................................................................... 87
參、加入變數標示............................................................................................. 93
肆、加入數值標籤（FORMATS） .................................................................. 97
伍、資料的再編碼...........................................................................................101
陸、利用「FORMAT」對變數再編碼 ..........................................................107
柒、二維次數分配表.......................................................................................110
捌、從次數計算卡方值...................................................................................118
玖、多重卡方表有用的程式...........................................................................122
拾、對於成對資料的 McNemar 檢定 ............................................................126
拾壹、計算 Kappa 統計量（同意係數） ......................................................132
拾貳、勝算比（Odds Ratio, OR） .................................................................135
拾參、相對危險（Relative Risk, RR）..........................................................138
拾肆、趨勢的卡方檢定（Chi-Square Test for Trend） .......................................142
拾伍、分層表格 Mantel-Haenszel 的卡方檢定及 Meta 分析 .......................144
拾陸、附錄.......................................................................................................151
本章習題 ........................................................................................................153
II
或來電(02)2705-5066
Contents
Chapter
04 信度分析 167
壹、信度的定義及種類...................................................................................168
貳、信度的理論...............................................................................................173
參、信度案例說明...........................................................................................176
肆、效度...........................................................................................................178
伍、因素、變數及項目的區隔.......................................................................181
陸、SAS 程式案例 1─信度分析 ...............................................................185
柒、SAS 程式案例 2─總信度分析 ...........................................................189
捌、SAS 程式案例 3 及案例 4─提高信度分析 .......................................193
玖、評分者間的信度分析...............................................................................200
拾、附錄...........................................................................................................204
本章習題 ........................................................................................................216
Chapter
05 單因子及雙因子變異數分析 223
壹、一般線性模式家族...................................................................................226
貳、單因子變異數分析...................................................................................227
參、雙因子變異數分析...................................................................................241
肆、不平衡設計（Proc GLM 的應用） ........................................................255
伍、附錄...........................................................................................................260
本章習題 ........................................................................................................264
III
或來電(02)2705-5066
Chapter
06 共變異數分析 309
壹、變數分析...................................................................................................311
貳、1-Way ANCOVA 實例 ..............................................................................322
參、附錄...........................................................................................................330
本章習題 ........................................................................................................331
Chapter
07 多變量變異數分析 333
壹、MANOVA 的理論與準則 ........................................................................334

貳、MANOVA 分析流程及準則 ....................................................................335
參、資料處理...................................................................................................337
肆、附錄...........................................................................................................360
本章習題 ........................................................................................................366
Chapter
08 相關及簡單迴歸分析 383
壹、概論...........................................................................................................384
貳、簡單線性迴歸分析相關公式...................................................................399
參、相關係數分析計算實例...........................................................................404
肆、簡單迴歸分析計算實例...........................................................................407
IV
或來電(02)2705-5066
Contents
伍、附錄...........................................................................................................413
本章習題 ........................................................................................................418
Chapter
09 複迴歸分析 449
壹、複迴歸分析計算實例...............................................................................451
貳、實驗性質的迴歸.......................................................................................459
參、非實驗性質的迴歸...................................................................................465
肆、類別資料做為自變數...............................................................................473
伍、自我相關檢測...........................................................................................482
陸、使用 VIF 及 TOL 的 SAS 指令來檢測複共線性的問題 .......................485
柒、附錄...........................................................................................................495
捌、研究議題（腦力激盪─臺灣可以做的相對應迴歸模式）...............500
本章習題 ........................................................................................................508
Chapter
10 SAS 程式語法 545
壹、PROC ANOVA .........................................................................................546

貳、PROC APPEND ........................................................................................547
參、PROC CHART ..........................................................................................548
肆、PROC CONTENTS ..................................................................................549
伍、PROC CORR ............................................................................................549
陸、PROC DATASETS ...................................................................................550

或來電(02)2705-5066
柒、PROC FORMAT .......................................................................................551
捌、PROC FREQ .............................................................................................552
玖、PROC GCHART .......................................................................................553
拾、PROC GLM ..............................................................................................554
拾壹、PROC GPLOT ......................................................................................555
拾貳、PROC LOGISTIC .................................................................................555
拾參、PROC MEANS .....................................................................................556
拾肆、PROC NPAR1WAY ..............................................................................557
拾伍、PROC PLOT .........................................................................................558
拾陸、PROC PRINT........................................................................................559
拾柒、PROC RANK ........................................................................................559
拾捌、PROC REG ...........................................................................................560
拾玖、PROC SORT .........................................................................................561
貳拾、PROC TTEST .......................................................................................561
貳拾壹、PROC UNIVARIATE .......................................................................562
References 參考文獻 563
中文部分...........................................................................................................565
英文部分...........................................................................................................566
VI
或來電(02)2705-5066
t e r
p
01
Cha
緒　論
壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）

貳、SAS 功能列介紹
參、SAS 快捷列功能按鈕
肆、SAS 程式語言
伍、實例說明
陸、SAS 程式語言能力的加強
柒、SAS 過程步驟
捌、資料與統計分析之間的關係
玖、問卷項目衡量尺度
拾、統計檢定方法及流程
或來電(02)2705-5066
SAS 在統計學的應用
SAS（Statistics Analysis System）程式是一種操弄、分析及呈現資料的整合

模組。其程式中的核心是在於其「程式語言」可以確認資料是如何處理及分析
的；該「敘述語言」回應資料如何操作，或指示如何分析。SAS 程式是由一組
排序的 SAS 敘述區塊所組成，且分為兩種型態：「資料步驟」（Data Steps）及
「過程步驟」（Procedure Steps，或縮寫為 Proc Steps）。資料步驟就是預備資料
做分析，產生「資料集」（Data Sets）且在過程中重新組織及修改資料；過程步
驟就是在一個資料集上，針對特殊資料進行特別型態的分析，或統計檢定。
做為一個 SAS 的熟習者，其實就是成為 SAS 的程式設計者，對於「基礎
SAS」（Base SAS）應該有全盤的瞭解，而「基礎 SAS」是由 SAS 所提供有關
於不同型態資料管理及分析軟體成分的核心基礎，其功能可歸納如圖 1-1。
分析報表及圖形資料處理及管理
視覺及探索
基礎 SAS 顧客應用
企業解決網路強化應用發展
圖 1-1　基礎 SAS 的功能
從圖 1-1 可以知道：基礎 SAS 的功能有「分析」（Analytics）、「報

表及圖形」（Reporting & Graphics）、「資料處理及管理」（Data Access
& Management）、「顧客應用」（Client Application）、「應用發展」
（Application & Development）、「網路強化」（Web Enablement）、「企業解
決」（Business Solution）及「視覺及探索」（Visualization & Discovery）（http://
www.sas.com）（2009）。
基礎 SAS 功能提供一個 SAS 程式設計者執行 4 種重要的基礎工作：(1)資
料處理（Data Access）；(2)管理（Management）；(3)分析（Analysis）；及(4)
報告（Presentation）。一個 SAS 程式設計者可以使用「SAS 程式語言」（SAS
或來電(02)2705-5066
Chapter
緒論 01
Programming Language）、「隨即使用的過程」（Ready-to-use Procedures）及
「視窗介面」（Windowing Interface）來(1)處理許多來源的資料；(2)管理個人資
料；(3)在報告中，分析及報導有意義的資訊，且可以有個人想要的型態傳遞到不
同的平台上面。關於實際的運作，可能還是需要讀者在下節中瞭解 SAS 軟體的
操作環境簡介後，才可以有全盤的瞭解及應用。
壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）
SAS 操作畫面中，分為「功能列(1)」、「快捷列()」及「瀏覽視窗()」。
在瀏覽視窗中，又分為「SAS 環境內容視窗(a)」、「SAS Log 視窗(b)」及

「編輯程式（Editor）視窗(c)」。
SAS 環境內容視窗，顧名思義就是其環境內容，除了一些「圖書館」
（Libraries）、「喜愛的資料夾」（Favoriate Folders）、「檔案捷徑」
（Favoriate Folders）連結外，還可以連結到主機中的檔案；SAS Log 視窗允許使
用者從編輯程式（Editor）視窗或其他應用程式所送出的指令（Statement）來瀏
覽其執行記錄檔，簡稱 Log，若其語法沒有錯誤的話，將會列出每個階段執行後
的一些摘要訊息。同時，一些注意及錯誤的訊息也會在 Log 視窗中呈現（如前所
述，通常是紅色的），而且不能更改視窗內的文字。如果有時候不小心把 Log 視
窗關掉，可以藉由功能列中的「瀏覽」（View）再把 Log 視窗開啟。「Editor 視
窗」應該就是 SAS 的靈魂所在，程式指令的撰寫及下達都是在此視窗中進行，
相信大家已迫不及待的想編輯第一個 SAS 程式吧！但是，還是奉勸讀者稍安勿
躁，請在下節中先認識一些功能列再說吧！（圖 1-2）
事實上，一般 SAS 程式完整的主視窗可以分類如下：
1. 編輯（Editor）視窗：編輯視窗提供修改及程式執行的功用。當程式執行
時，會產生(a)Log 及(b)過程結果，相關資訊相對的會呈現在 Log 及過程
結果視窗中。編輯視窗為了操作便利，又可以稱為「程式編輯區」，快速
鍵為「F5」。
2. Log 視窗：相關程式執行時的資訊會顯示在 Log 視窗中，包括警告
（Warning）及錯誤（Error）的訊息。Log 視窗為了操作便利，又可以稱
或來電(02)2705-5066
(1)
(2)
(3b)
(3a)
(3c)
圖 1-　SAS 操作畫面
為「訊息顯示區」，快速鍵為「F6」。
3. 輸出視窗（Output）：輸出視窗呈現任何過程中列印的結果，所有相關的
統計分析資料會在此呈現，又稱為「結果輸出區」，快速鍵為「F7」。
4. 結果視窗（Results）：結果視窗呈現過程中所有分析結果的資料（包括
失敗的或成功的，當然在 SAS 程式中，若是失敗的，可能會跑不出結果
來），是為圖示索引的方式呈現。
5. 繪圖區（Graph）：這一個視窗在開啟 SAS 時並不會同時間開啟，而是
在按下[Tools]/[Graphics Editor]時，SAS 才會詢問要不要開啟。繪圖區是
SAS 放置程式所繪製之統計圖形的地方。
貳、SAS 功能列介紹
功能列部分細分如下：
或來電(02)2705-5066
Chapter
緒論 01
1. 【File】（檔案）
2. 【Edit】（編輯）
3. 【View】（檢視）
4. 【Tools】（工具）
5. 【Run】（執行）
6. 【Solutions】（解決方案）
7. 【Windows】（視窗）
8. 【Help】（說明）
下拉【File】（檔案）功能列（圖 1-3）細分如下：[New]（開新檔案）【快
速鍵：Ctrl+N】、[Close]（關閉檔案）、[Append]（附加檔案）、[Open Object]
（打開物件）、[Save]（儲存檔案）【快速鍵：Ctrl+S】、[Save As...]（另存新
檔）、[Save as Object]（另存物件）、[Import Data]（資料匯入）、[Export Data]
圖 1-　【File】（檔案）細分功能
或來電(02)2705-5066
（資料匯出）、[Page Setup]（列印紙張格式設定）、[Print Setup]（列印設定）、

[Print Preview]（預覽列印）、[Print]（列印）【快速鍵：Ctrl+P】、[Send Mail]
（寄送郵件）及[Exit]（結束）。
下拉【Edit】（編輯）功能列（圖 1-4）細分如下：[Undo]（復原）【快速
鍵：Ctrl+Z】、[Redo]（重作）、[Cut]（剪下）【快速鍵：Ctrl +X】、[Copy]
（複製）【快速鍵：Ctrl+C】、[Paste]（貼上）【快速鍵：Ctrl+V】、[Clear]
（清除）【快速鍵：Del】、[Clear All]（全部清除）、[Select All]（全部選取）
【快速鍵：Ctrl+A】、[Collapse All]（全部合併）、[Expand All]（全部展開）、
[Find]（尋找）【快速鍵：Ctrl +F】及[Replace]（取代）【快速鍵：Ctrl+H】。
圖 1-　【Edit】（編輯）細分功能
下拉【View】（檢視）功能列（圖 1-5）細分如下：[Enhanced Editor] （新

增編輯視窗）、[Program Editor]（程式編輯）、[Log]（跳到 Log 視窗）、
[Output]（跳到輸出結果視窗）、[Graph]（跳到圖形視窗）及跳到一些與 SAS 環
境內容有關的視窗。
或來電(02)2705-5066
Chapter
緒論 01
圖 1-　【View】（檢視）細分功能
下拉【Tools】（工具）功能列（圖 1-6）細分如下：[Query]（查詢）、
[Table Editor]（表格編輯）、[Graphics Editor]（圖形編輯）、[Report Editor]
（報導編輯）、[Image Editor]（影像編輯）、[Text Editor]（文字編輯）、
[Customerize...]（客製化）及[Options]（選項）。
圖 1-　【Tools】（工具）細分功能
或來電(02)2705-5066
下拉【Run】（執行）功能列（圖 1-7）細分如下：[Run]（執行）【快速鍵
為 F】、[Recall Last Submit]（回顧上一次執行）、[Submit Top Line]（執行首
行）、[Submit N Lines]（執行 N 行）、[Signon]（簽入）、[Remote Submit]（遠
端執行）、[Remote Get]（遠端取得）、[Remote Display]（遠端呈現）及[Signoff]
（簽出）。
圖 1-　【Run】（執行）細分功能
下拉【Solutions】（解決方案）功能列（圖 1-8）細分如下：[Analysis]（分
析），其下又分成許多功能（詳如圖 1-9）；[Development and Programming]（發
展及程式化），其下又分成許多功能（詳如圖 1-10）；[Reporting]（報導），
其下有一些功能；[Accessories]（附帶），其下有一些功能；[Assist]（助理）、
[Desktop]（桌面）及[EIS/OLAP Application Builder]。
在「解決方案」下「分析」的細分功能，可以很清楚的從圖 1-9 中看到，
分別有[3D Visual Analysis]（3D 視覺分析）、[Analyst]（分析者）、[Design of
Experiments]（實驗設計）、[Enterprise Miner]（企業採礦者）、[Geographic
Information System]（地理資訊系統）、[Guided Data Analysis]（引導資料分
析）、[Interactive Data Analysis]（互動資料分析）、[Investment Analysis]（投資
分析）、[Market Research]（市場研究）、[Project Management]（企劃管理）、
或來電(02)2705-5066
Chapter
緒論 01
圖 1-　【Solutions】（解決方案）細分功能
圖 1-　【Solutions】（解決方案）下「分析」的細分功能
[Quality Improvement]（品質改善）、[Queueing Simulation]（行列模擬）、[Time

Series Forecasting System]（時序預測系統），及[Time Series Viewer]（時序瀏覽
器）。
或來電(02)2705-5066
10 SAS 在統計學的應用
圖 1-10　【Solutions】（解決方案）下「發展及程式化」的細分功能
在「解決方案」下「發展其程式化」的細分功能，可以很清楚的從圖 1-10
中看到，分別有[EIS/OLAP Application Builder]（EIS/OLAP 應用建構）、[Frame
Builder]（框架建構）、[Class Browser]（層級瀏覽）、[Source Control Manager]
（來源控制管理者）、[Warehouse Administrator]（倉儲管理主控者）及[OLAP
Serve Administration]（OLAP 伺服器管理）。
下拉【Window】（視窗）功能列（圖 1-11）細分如下：[New Window]（新
視窗）、[Minimize All Windows]（縮小所有視窗）、[Cascade]（分段視窗）【快
速鍵：Shift + F】、[Tile Vertically]（垂直磁磚排列）【快速鍵：Shift + F】、
[Tile Horizontally]（水平磁磚排列）【快速鍵：Shift + F】、[Resize]（回復原始
大小）、[Size Docking View]（大小移動鎖定瀏覽）、[Docked]（移動鎖定）及 4
個重要主視窗的勾選。
下拉【Help】（求助視窗）功能列（圖 1-12）細分如下：[Using This
Window]（使用此視窗）、[SAS Help and Documentation]（SAS 求助及文件）、
[Getting Started with SAS Software]（開始使用 SAS 程式）、[Learning SAS
Programming]（學習 SAS 程式）、[SAS on the Web]（網路上的 SAS）（請看圖
1-13 相關延伸議題）及 SAS 程式的資訊。
或來電(02)2705-5066
Chapter
緒論 01
11
圖 1-11　【Window】（視窗）細分功能
圖 1-1　【Help】（說明）細分功能
圖 1-13 是「網路上的 SAS」的功能列延伸，細分如下：[Technical Support]

（技術支援）、[Training Services]（訓練服務）、[Frequently Asked Questions]
（常問問題集）、[Send Feedback]（傳送回饋）及[SAS Institute Home Page]
（SAS 學院首頁）。不過，提醒讀者有些支援及訓練是需要付費的。
或來電(02)2705-5066
圖 1-1　【Help】（說明）下「SAS on the Web」的細分功能
參、SAS 快捷列功能按鈕
現將以下「快捷列」常用的按鈕功能分述如表 1-1：
表1-1　SAS 程式中「快捷列」常用的按鈕
圖示功能快速鍵功能描述
開啟新的程式編輯區（提醒：原始編輯視窗中的檔案要
開啟新檔 Ctrl+N
存檔，否則程式會不見）。
開啟舊檔 Ctrl+O 連結尋找電腦主機附檔名為 SAS 的檔案並開啟。
儲存檔案 Ctrl+S 儲存 SAS 程式為可應用的檔案。
列印 Ctrl+P 將輸入程式或輸出結果列印。
預覽列印預覽輸出結果的樣子。
剪下 Ctrl+X 將選取的區域剪下（清除該區域）。
或來電(02)2705-5066
Chapter
緒論 01
表1-1　（續）
圖示功能快速鍵功能描述
將選定的區域複製起來（不清除該區域），存放在記憶
複製 Ctrl+C
體中，即可將該區域重複貼於許多處。
貼上 Ctrl+V 將剪下或複製的區域貼於某處。
即回復上一步。有時候我們會犯一些錯誤，這個按鈕可
復原 Ctrl+Z
以回到犯錯之前。
新圖書館開啟新的圖書館或舊的圖書館資源。
SAS 瀏覽器跳到 SAS 環境內容中。
執行 F3 按此小人圖示以執行 SAS 程式。
全清編輯視窗中的指令全部清除。
13
打斷中止 SAS 程式而跳到其他應用軟體。
說明 F1 開啟 SAS 的說明檔。
肆、SAS 程式語言
要執行 SAS 程式，一定要熟練 SAS 語言，但是初學者一定會常常覺得丈二

金剛摸不著頭，所以一定要注意以下的一些通則，諸如：許多 SAS 敘述開始於
關鍵字，以確認該敘述（最重要的例外就是以變數名稱開始的安排敘述）。編輯
功能在打字時將這些關鍵字改變成「藍色」，以加強這些敘述的認知，如果怎麼
打都是「紅色」的，可能反應出有問題，代表這些字可能誤打或因為某種原因而
無效。
SAS 程式是藉由 SAS 指令（SAS Statements）與電腦溝通。SAS 的指令
很多，但都有一個共同的特色，就是指令結束在「分號（；[Semicolon]）」，
分號在 SAS 中，相當於英文的逗點，或許初學者最常犯的錯誤是「省略分號
（；）」，而造成將兩個敘述併為一個敘述的效應，有時候，此也將會產生有效
的敘述，只不過其中一個會有不預期的結果。如果是為一個無效的敘述，當程式
執行時，在 Log 視窗中會出現錯誤訊息。SAS 敘述可以延伸為超過一列，或一列
中有多個敘述；然而，盡可能的保持一列一個敘述，有助於避免錯誤的產生以及
或來電(02)2705-5066
確認錯誤是從何發生。切記：「所有 SAS 敘述必須以分號（；）結束」。

SAS 敘述大體上分為以下四種類別（實際應用，請參看「伍、實例說
明」）：
1. 資料步驟敘述（Data Step Statements）。

2. 過程步驟敘述（Proc Step Statements）。
3. 使用在資料步驟及過程步驟中的敘述。
4. 通用敘述。
伍、實例說明【案例 1-1】
一、資料來源
為了方便起見，在執行 SAS 前，最好先彙整資料，表 1-2 就是很好的彙整，
其中，第一欄是「學生編號」（Subject No.）、第二欄是「性別」（Gender; M
是男生、F 是女生）、第三欄是「平時 1 考試分數」（Exam 1）、第四欄是「平
時 2 考試分數」（Exam 2）及第五欄是「作業分數」（HW Grade）。
表1-　SAS 案例 1-1 資料
Subject No. Gender (M or F) Exam 1 Exam 2 HW Grade
10 M 70 74 C
7 F 75 79 C
4 F 80 76 C
20 M 72 75 C
25 M 84 84 B
14 N 78 74 C
二、SAS 編輯程式
圖 1-14 是一個成功的 SAS 程式（請參閱附錄光碟片的 Case1-1.sas），或者
利用圖 1-14 放大出來介於虛線範圍間的程式指令，加以練習及熟習。練習時，
或來電(02)2705-5066
Chapter
緒論 01
請將虛線間的 SAS 指令複製起來，並轉置到 SAS 軟體的「編輯程式視窗」，將
其貼上，此時已預備好執行。
15
圖 1-1 　Case1-1 的 SAS 程式
Data Test;
Input Subject 1-2 Gender $ 4 Exam1 6-8 Exam2 10-12 HW_Grade $ 14;
Datalines;
10 　M　 70 　74 　C
7 　 M　 75 　 79　 C
4 　 F 　 80 　76 　C
20 　M 　72 　 75　 C
25 　F 　 84 　84 　B
14 　F 　 78 　74 　C
;
Proc Means Data=Test;
Run;
或來電(02)2705-5066
三、程式進一步說明
表 1-4 是案例 1-1 有關於 SAS 程式的進一步說明。圖 1-14 中的前三行，
是第肆節中提到的「資料步驟敘述」（Data Step Statements）（p.14），也就
是表 1-4 中的前三列。這一段的「資料步驟敘述」，開始於「Data」，結束
於「Datalines」。由於表 1-4 有這兩個指令的功能，故不再加以贅述解釋。
在「Input」指令中，有「變數」及「欄位」兩部分的資訊：第一個變數是
「Subject」，被安排在資料欄位的欄位 1-2；第二個變數是「Gender」，被安排
在資料欄位的欄位 4，而其中的「$」以顯示「性別」為類別資料；以下欄位的
編排，即按此同理可推，所以第五個變數「HW Grade」是以 A, B, C, ... 等級來評
分的，故會加上「$」的標示。所謂「Datalines」是說：「資料敘述已完成，接
下來應該好好的檢視資料本身」。所以，圖 1-14 接續「Datalines」後的是 6 列的
真實資料，在 SAS 中可以直接將資料鍵入如案例 1-1 的形式，或是資料太多時，
會以資料獨立存檔的方式，再利用 SAS 關鍵字讀取的方式來進行，因為後續還
會再提到，所以現階段不用太緊張。
對於直接鍵入資料的部分，當然第一個大原則就是照著「Input」走。如果
欄位 4 是性別，就應輸入「M」或「F」，不應鍵入其他文字，否則電腦無法辨
識。以下是其他有關於資料欄位鍵入的幾點建議：(1)將新的觀察值（一筆新的樣
本）鍵置在新的一列上；(2)變數要對齊；(3)數值資料要向右對齊；(4)對於類別
或數值變數的儲存必須小心，例如案例 1-1 中的「HW Grade」變數我們將其用
數值來處理，可能沒辦法算出平均數。接續資料集後的 SAS 指令，是為「Proc」
指令，也就是第肆節中的「過程步驟敘述」（Proc Step Statements）（p.14），
如表 1-4 所言，Proc 的意思是「Run a Procedure」，通常跟在「Proc」之後的
是需要去界定的分析（大部分與統計分析有關），例如案例 1-1 是執行「Proc
Means」，代表計算讀者所特定之變數的平均數（請參閱圖 1-15），不過執行
「Proc Means」的規則，請參閱表 1-14。案例 1-1 中最後的「Run」指令，代表
往下沒有任何指令在進行，有時候就是代表程式終止的地方。
或來電(02)2705-5066
Chapter
緒論 01
表1-　案例 1-1 的 SAS 程式進一步說明
程式說明
Data Test; 資料名稱為「Test」，以做為辨識之用，可自訂。
Input Subject 1-2 Gender $ 4 Exam1 6-8 輸入變數資訊（兩部分）：變數（Subject, Gender,
Exam2 10-12 HW_Grade $ 14; Daily1, Daily 2, HW Grade）及欄位（1-2, $ 4, 6-8,
10-12, $ 14）；其中「$」代表類別資料。
Datalines; 資料欄位開始列述。案例 1-1 中的資料是本身就有
的，之後會教授如何將外部資料匯入以進行分析。
Proc Means Data = Test; Proc 的意思是「Run a Procedure」，而 Proc Means
的意思是執行平均數運算的意思，因之前將 Data 定
義為 Test，故在執行時，須再鍵入 Data = Test。
Run; 代表「執行」的意思，也常是 SAS 的結束語。
17
四、按「Submit」（或按 SAS 程式中的可愛小人圖示）
案例 1-1 的程式都已就緒，現在有關於執行唯一剩下的動作，就是按下
【Run】/【Submit】，或直接在「快捷列」中，按 SAS 程式中的可愛小人，
如此，就會產生圖 1-15 的輸出結果。
五、輸出結果（執行 SAS 的目的）

執行 SAS 的目的，就統計學的觀點來看，還是需要看到分析的結果，圖
1-15 是案例 1-1 的輸出結果，為了方便說明，我們還是把結果放大到下一個單元
來看。
六、輸出結果進一步說明
由以下虛線區段可以知道「變數」（Variable）：Subject, Exam1, Exam2 中的
「樣本數」（N）、「平均數」（Mean）、「標準差」（Std Dev）、「最小值」
（Minimum）及「最大值」（Maximum），原來的 Proc Means 就是標題的「The
Means Procedure」。
或來電(02)2705-5066
圖 1-1　案例 1-1 的輸出結果
The SAS System 16:00 Thursday, September 1, 2005 1

The MEANS Procedure
Variable　　　N　　　Mean　　　　Std Dev　　　 Minimum　　　Maximum
---------------------------------------------------------------------------------------------------------
Subject 　　 6 　13.3333333 7.9916623 　 4.0000000 　 25.0000000
Exam1 　　 6 　 76.5000000 5.2057660 　 70.0000000 　 84.0000000
Exam2 　　 6 　 77.0000000 3.8987177 　74.0000000 　 84.0000000
---------------------------------------------------------------------------------------------------------
七、彈性進行資料呈現
因為變數「Subject」只是一個辨識的變數，計算平均數意義不大，故此，可
進一步做處理，即使用選擇變數的功能，亦即在「Proc Means Data=Test;」後，
輸入「Var Exam1 Exam 2;」（Case1-2.sas），如圖 1-16 圓圈所標示的地方。
或來電(02)2705-5066
Chapter
緒論 01
19
圖 1-1　「Case1-.sas」SAS 程式
其呈現結果如圖 1-17，由下圖可以知道，只有「Exam1」及「Exam2」被指
定的變數才會有相關平均數資料呈現。
除了以上指定變數呈現的做法，若是將原先的「Proc Means Data=Test;」改
成「Proc Means Data=Test N Mean Std Stderr Maxdec=1;」（圖 1-18）（Case1-3.
sas），其中「Proc Means Data=Test N Mean Std Stderr Maxdec=1;」的指令，
會有許多彈性的資料呈現，諸如：以上的指令會呈現 Exam1 及 Exam2 變數
（SAS 中不能呈現為 Exam 1 或 Exam 2）的樣本數（N）（未遺失值）、平均數
（Mean）、標準差（Std Dev）及標準誤（Stderr）；除此，統計量會坐落在小數
點第 1 位（Maxdec=1）。其實，從以上的 SAS 指令來看，基本的英文統計名詞
嘗試還是需要讀者去建立，諸如：SAS 標準差（Std）指令就是英文「Standard
Deviation」擷取字母而來；SAS 標準誤（Stderr）指令就是英文「Standard
Error」擷取字母而來；SAS 最大小數位（Maxdec）指令就是英文「Maximum
Decimal」擷取字母而來。圖 1-19 是「Case1-3.sas」的輸出結果，請注意輸出結
果的數字都是達小數第 1 位。
或來電(02)2705-5066
圖 1-1　「Case1-.sas」輸出結果
圖 1-1　「Case1-.sas」SAS 程式
或來電(02)2705-5066
Chapter
緒論 01
21
圖 1-1　「Case1-.sas」的輸出結果
陸、SAS 程式語言能力的加強
以下談談程式語言能力的加強，由以上的結果來看，並沒有包括完整分析的
結果，諸如：學期成績如何？通常，在國外只是以等級（A, B, C, D, E, F）來表
示成績，或是按照學號順序來呈現考試成績，學期成績及回家作業成績，這些結
果都未看到。若是各位再花一點思考能力，來加強 SAS 程式語言能力，其實，
上述所論及的分析結果都可駕輕就熟的完成，以下做說明：
或來電(02)2705-5066
一、【案例 1-4】（編輯程式）
為了進行 SAS 程式語言能力的加強及 SAS 步驟的瞭解，以下引用一段 SAS
程式設計（Case1-4.sas）：
Data Example;
Input Subject Gender $ Exam1 Exam2 HW_Grade $;
Final = (Exam1 + Exam2) / 2;
If Final Ge 0 and Final lt 65 Then Grade ='F';
Else If Final Ge 65 and Final lt 75 Then Grade = 'C';
Else If Final Ge 75 and Final lt 85 Then Grade = 'B';
Else If Final Ge 85 Then Grade = 'A';
Datalines;
10 　M 　 70 74 C
7 　M 　 75 79 C
4 　　F 　　 80 76 C
20 　M 　 72 75 C
25 　F 　 84 84 B
14 　F 　 78 74 C
;
Proc Sort Data = Example;
　 By Subject;
Run;
Proc Print Data = Example;
　 Title "Roster in Student Number Order";
　 ID Subject;
　 Var Exam1 Exam2 Final HW_Grade Grade;
Run;
Proc Means Data = Example N Mean Std Stderr Maxdec=1;
　 Title "Descriptive Statistics";
　 Var Exam1 Exam2 Final;
Run;
Proc Freq Data = Example;
　 Tables Gender HW_Grade Grade;
Run;
或來電(02)2705-5066
Chapter
緒論 01
相關案例 1-4 的 SAS 程式說明列示於表 1-5，接續表 1-6 是一些邏輯運算及
符號說明（等於、小於、小於或等於、大於、大於或等於、不等於及負數）。
表1-　案例 1- 的 SAS 程式進一步說明

程式說明
Data Example; 資料名稱為「Example」，以做為辨識之用，可自
訂。
Input Subject Gender $ Exam1 Exam2 輸入變數（Subject, Gender, Exam1, Exam2, HW
HW_Grade $; _Grade）未指定欄位；「$」代表類別資料。
Final = (Exam1 + Exam2) / 2; 指定期末（Final）成績是為 Exam1 及 Exam2 的平
均。
If Final Ge 0 and Final lt 65 Then Grade If...Then 的邏輯用語來界定成績等級（Grade）；
= 'F'; 其實 If...Then 的敘述是很好解讀的，這句程式的意
思是如果期末成績 Ge 0（大於 0）及 lt 65（小於
65），然後成績等級為「F」。 23
Else If Final Ge 65 and Final lt 75 Then Else If 的邏輯用語，此 Else 的敘述只有在之前的 If
Grade = 'C';Else If Final Ge 75 and Final 敘述不為真時才執行，例如 72 分在上述敘述就不為
lt 85 Then Grade = 'B'; 真，所以需用 Else If 來檢定，如果 72 確實大於 65
Else If Final Ge 85 Then Grade = 'A'; 且小於 75，則成績等級應被給予「C」，其他「B」
及「A」等級同理可推。
Datalines; 資料欄位開始列述。
10 M 70 74 C
7 M 75 79 C
4 F 80 76 C
20 M 72 75 C
25 F 84 84 B
14 F 78 74 C
Proc Sort Data = Example; 在此主要的目的在於以「Subject」為次序來搜尋及
　　By Subject; 列示成績，所以搜尋（Sort）程序出現，而憑藉是
Run; 以「Subject」為主，若想以性別先搜尋可改寫為
「By Gender Subject」，讀者可自行測試，最後再以
「Run;」結尾。
Proc Print Data = Example;Title " Roster Print 的功能在於要求將上述依照「Subject」為次
in Student Number Order";ID Subject;Var 序來搜尋成績的結果列示出來（如輸出結果的第 1
Exam1 Exam2 Final HW_Grade Grade; 頁）（圖 1-20）。
Run;
Proc Means Data = Example N Mean Proc Means 的意思是執行平均數運算的意思，因
Std Stderr Maxdec = 1; 之前將 Data 定義為 Example，故在執行時，須再
　Title "Descriptive Statistics"; 鍵入 Data=Example（如輸出結果的第 2 頁）（圖
　Var Exam1 Exam2 Final; 1-21）。除此，各位讀者須瞭解：「Stderr」代表標
Run; 準誤。
Proc Freq Data = Example; Proc Freq 的意思是執行次數分配（Frequency）的
　　Tables Gender HW_Grade Grade; 意思，Tables 的輸出結果（如輸出結果的第 3 頁）
Run; （圖 1-22）。
或來電(02)2705-5066
表1-　邏輯運算及符號說明
表示符號定義
EQ = 等於
LT < 小於
LE <= 小於或等於
GT > 大於
GE >= 大於或等於
NE ^= 不等於
NOT ^ 負數
【註】：符號「NOT」與「NE」因系統不同而有不同定義。
在按下 SAS 程式中的可愛小人後，案例 1-4 共產生三頁的輸出結果（圖

1-20、圖 1-21 及圖 1-22）。其中，輸出結果第 1 頁為 6 個樣本的成績資訊，在
這一頁裡最重要的就是「Final = (Exam1 + Exam2) / 2」成績，以及藉由表 1-6 邏
輯運算「Else If Final Ge 65 and Final lt 75 Then Grade = 'C';Else If Final Ge 75 and
Final lt 85 Then Grade = 'B'; Else If Final Ge 85 Then Grade = 'A';」重新界定出來
的 A、B 及 C 等級；所以，第 1 列、Subject 4 的「Final」成績為「(80+76) / 2 =
圖 1-0　「Case1-.sas」輸出結果的第 1 頁
或來電(02)2705-5066
Chapter
緒論 01
25
圖 1-1　「Case1-.sas」輸出結果的第頁
圖 1-　「Case1-.sas」輸出結果的第頁
或來電(02)2705-5066
78」，因此「Grade」的等級是「>75 及<85」，故分配到的等級是 B，關於其他

樣本的解讀以此類推（圖 1-20）。
圖 1-21 是輸出結果第 2 頁，此為「Proc Means Data = Example N Mean Std
Stderr Maxdec = 1;Title "Descriptive Statistics";Var Exam1 Exam2 Final; Run;」這
一段由「Proc Means」為主的指令所產生的結果；所以，在這一頁顯示的結果，
從欄 1 開始分別是三個變數名稱（「Exam1」「Exam2」及「Final」）、樣本數
（N）、標準差（Std Dev）及標準誤（Std Error）。
圖 1-22 是輸出結果第 3 頁，此為「Proc Freq Data = Example; Tables Gender
HW_Grade Grade; Run;」這一段由「Proc Freq」為主的指令所產生的結果，顧
名思義，此指令主要是產生敘述統計（Frequency），並分成三個表，分別是
「Tables」後的三個變數所代表。
柒、SAS 過程步驟
本書偏在統計分析的應用，故有關於過程步驟（Procs）讀者應瞭解清楚，
如前所述，過程步驟是接續在資料處理後，它在 SAS 資料集上進行不同的函數
計算，諸如：「Proc Sort」是在進行「搜尋列示」的動作；「Proc Print」是在
進行「列印」的動作；「Proc Means」是在進行「平均數運算」的動作；「Proc
Freq」是在進行「次數分配」的動作。當然，SAS 的過程步驟不只這些，表 1-7
列示一些過程步驟，在後續的章節裡，這些過程步驟都可能各自發展成獨立的一
章。
表1-　統計分析的 SAS 過程步驟

指令統計分析及執行功能分類
Proc ANOVA 變異數分析單因子、雙因子、單因子重複測量等
Proc Append 附加分析
Proc Calis 結構方程模式
Proc Cancorr 正典相關分析兩因素間的相關分析
Proc Candisc 正典鑑別分析
Proc Catmod 類別資料分析
Proc Contents 內容分析
或來電(02)2705-5066
Chapter
緒論 01
表1-　（續）
指令統計分析及執行功能分類
Proc Corr 相關分析相關係數矩陣、兩變數相關
Proc Datasets 資料集處理
Proc Discrim 鑑別分析
Proc Factor 因素分析主成分、探索性、驗證性
Proc Fastclus 非層次集群分析層次的集群分析是使用 Proc GLM 再
配合 Class Cluster 指令
Proc Format 公式化暫時特性及數值、永久性
Proc Freq 次數分配單因子、雙因子、三因子
Proc Gchart 繪圖繪圖較新的過程步驟（或 Proc Chart）
Proc GLM 一般線性模式此家族非常龐大（後詳述）
Proc Gplot 散佈圖或 Proc Plot
Proc Logistic 羅吉斯迴歸異於迴歸分析，其依變數（Y）為名 27
目資料
Proc MDS 多元尺度分析
Proc Means 平均數有許多彈性處理
Proc Npar1way 無母數分析無母數等統計分析
Proc Print 列印
Proc Rank 排序
Proc Reg 迴歸簡單迴歸、複迴歸（涵蓋不同方法）
Proc Sort 搜尋列示
Proc Ttest t 檢定
Proc Univariate 單變量統計
捌、資料與統計分析之間的關係
周文賢（2004）曾經很明顯地做過「資料與統計分析之間關係」的分類圖
（圖 1-23），強調從「學士」、「碩士」到「博士」應該有的統計分析素養。從
學士時代的「單變量統計」（敘述統計、機率論、推論統計及無母數統計），進
展到「橫斷面資料分析」（Cross-sectional Data Analysis）碩士課程的「第一代多
變量統計分析」（迴歸分析、ANOVA、共變數分析、因素分析、集群分析、多
元尺度分析等），並延伸到博士課程中的「第二代多變量統計分析」（共變數模
式、LISREL 及路徑分析等）。
或來電(02)2705-5066
橫斷面資料分析縱斷面資料分析
多變量統計分析 II 時間序列預測
- 共變數模式 - 向量 ARIMA 模式
- LISREL - 季節性 ARIMA 轉移函數模式
博士
- 路徑分析 - ARIMA 轉移函數模式

． - ARIMA 模式
．．
．．
．．
融合時間序列與橫斷面模式
多項式遞延落差迴歸模式
多變量統計分析 I 自我迴歸模式
- 多元尺度分析
碩士
- 集群分析
- 共變數分析
- ANOVA
- 迴歸分析
學士
單變量統計
敘述統計、機率論、推論統計、無母數統計
圖 1-　應用統計方法之分類（資料來源：周文賢，00）
另一方面，也可以從單變量統計延伸到碩士或博士有關於「縱斷面資料分
析」（Longitudinal Data Analysis）的議題（自我迴歸模式、多項式遞延落差迴歸
模式、融合時間序列與橫斷面模式、ARIMA 模式、ARIAM 轉移函數模式、季節
性 ARIMA 模式、季節性 ARIMA 轉移函數模式、向量 ARIMA 模式等）。當然，
以前都說十年一代，最近又有人說五年一代，不知道周文賢（2004）的架構可以
支撐幾年，不過筆者認為，為了落實國內應用統計的正確應用，該架構至少可以
持續五年，甚至到十年。
再者，要提到的是各領域、個人統計觀念的素養及資料分析的適用性都會影
響到這樣的架構。另一方面，值得注意的是在縱斷面資料分析方面，看起來它的
彈性是非常地強（從碩士貫穿到博士），也有可能就是，它也可能比起橫斷面分
析的資料要好蒐集，因為有些橫斷面資料需要進行問卷設計及資料調查，但不一
定是這樣，所以，學海無涯，每個領域都有其神聖的領域，不容隨意侵犯。國內
對於時間序列分析（Analysis of Time Series），有關導論的書籍，可以參閱吳柏
或來電(02)2705-5066
Chapter
緒論 01
林（1994），或者陳順宇的相關著書，不然就需要參閱一些經濟學者的著書及研
究。所謂的「時間序列」，又可以簡稱為「時序」是由不同時間點上對同一變數
的觀察結果組成，通常每隔一段固定時間觀察一次，根據 Schleifer, Jr. & Bell 的
記述（林維君譯，2000）有關典型的時間序列包括：
1. 每年、每季或每月的全國總收入額或生產量（如國民生產毛額、政府支
出、物價指數、失業率等）。
2. 公司重要的營業指標（如月銷售量、生產率、不良品率）。
3. 金融市場統計值（如 IBM 股票當日收盤價）。
4. 氣象資料（如波士頓當日最高溫、芝加哥當月降雨量）。
5. 人口資料（如臺灣人口，或每年出生率及死亡率）。
29
玖、問卷項目衡量尺度
把原本以文字表現的資料（又稱質性資料，另稱為類別資料，英文可稱作
Categorical Data），因編碼化而轉換成數值的資料（又稱量化資料），和原來就
是數值的資料，必須先劃分清楚才能進行資料處理。問卷項目的衡量尺度或稱為
資料的衡量尺度，如表 1-8 共分為四個，分別為名目尺度（Nominal Scale）、順
序尺度（Ordinal Scale）、區間尺度（Interval Scale）及比率（例）區間（Ratio
Scale），作者以前背誦的時候是背：N、O、I、R；這樣的一個順序是有意義
的，NOIR 代表資料的排序是由質性的資料到量化資料。其中，NO 為質性資
料，而 IR 為量化資料。資料的功能及特性亦從 NOIR 越來越高。進一步執行
SAS 程式撰寫及分析時，有關 4 種衡量尺度的辨識不可不知。現針對四種衡量尺
度做細部說明：
一、名目尺度
名目尺度資料是「用以辨識不同組別之數值」，不具任何數學意義。案例如
性別（編碼時常用 1 為男性，2 為女性）、職業、居住區域、身分證 ID、學號、
血型等。名目尺度的特點如下：(1)僅名目本身有意義，數字大小沒有意義；(2)
或來電(02)2705-5066
30
表1-　問卷項目種衡量尺度定義、特色及例子
變數種類變數符號衡量尺度定義特色例子
分類性變數 A、B、C... 名目（Nominal）用以辨識不同 (1) 僅名目本身有意義，數字大小沒有意義性別、職業、居住區
（Categorical 組別之數值 (2) 最低階的尺度，無法再做其他尺度轉換域、身分證 ID、學
Variable） (3) 僅能命名，不能排序號……等
(4) 名目尺度誤差成本最高，衡量成本最低，總
成本偏高
(5) 名目資料可以藉由百分位序升級為順序資料
順序（Ordinal）用以表示等級 (1) 只能指出等級或順序，但無法衡量等級間的名次、排序、百分位
或順序之數值參異程度序……等
(2) 可降低為 N 尺度
(3) 僅能排序，不能加減
(4) 順序尺度，總成本較低
(5) 順序資料可以藉由李克特量表升級為區間資
料
分析性變數 X、Y 區間（Interval）用以表示程度 (1) 具任意原點，0 不代表「沒有」溫度、態度、滿意度、
（Analytic 上差異之數值 (2) 可降低為 O 及 N 尺度同意度、重要度（李克
Varuable） (3) 僅能加減，不能乘除特量表）……等
(4) 區間尺度，總成本較低
或來電(02)2705-5066
(5) 區間資料可以藉由分析性分組資料升級為比
率資料
比率（Ratio）用以衡量實質 (1) 具絕對原點，0 代表「有」所得、銷售額、考試分
上差異之數值 (2) 可降低為 I、O 及 N 尺度數、玉米收穫量……等
(3) 能加減乘除
(4) 比率尺度誤差成本最低，衡量成本最高，總
成本亦偏高
表格參考資料來源：周文賢（2004）。
Chapter
緒論 01
最低階的尺度，無法再做其他尺度轉換；(3)僅能命名，不能排序；(4)名目尺度
誤差成本最高，衡量成本最低，總成本偏高；及(5)名目資料可以藉由「百分位
序」升級為順序資料（表 1-8）。
二、順序尺度
順序尺度資料是「用以表示等級或順序之數值」，數值順序有其特殊意義。
案例如名次、排序、百分位序等。順序尺度的特點如下：(1)只能指出等級或順
序，但無法衡量等級間的參異程度；(2)可降低為 N 尺度；(3)僅能排序，不能加
減；(4)順序尺度，總成本較低；及(5)順序資料可以藉由「李克特量表」升級為
區間資料（表 1-8）。
31
三、區間尺度
區間尺度資料是「用以表示程度上差異之數值」，順序尺度資料只有順序上
的意義，數值本身大小則毫無意義。因此像是攝氏溫度 90 度與攝氏溫度 45 度的
差不一定是相等的，換句話說：「很少人會說攝氏溫度 90 度比起攝氏溫度 45 度
熱 2 倍。」換言之，數值的差是沒有任何意義的。除了順序上的意義，還有數
值差上的解釋則屬於區間尺度的範疇，案例如溫度、態度、滿意度、同意度、
重要度（李克特量表）等。區間尺度的特點如下：(1)具任意原點，0 不代表「沒
有」；(2)可降低為 O 及 N 尺度；(3)僅能加減，不能乘除；(4)區間尺度，總成本
較低；及(5)區間資料可以藉由「分析性分組資料」升級為比率資料（表 1-8）。
四、比率（例）尺度
真正的數量資料，是「用以衡量實質上差異之數值」，也就是在區間尺度的
資料中，數值比有其特殊的意義，在區間尺度中，我們不能描述：「攝氏溫度
90 度比起攝氏溫度 45 度熱 2 倍。」但是我們卻可以說：「10 克拉鑽戒比起 5 克
拉鑽戒重 2 倍。」因此重量是一種比率尺度，而溫度是一種區間尺度。除了「重
量」的典型資料外，比率尺度的案例還有所得、銷售額、考試分數、玉米收穫量
等。比率尺度的特點如下：(1)具絕對原點，0 代表「有」；(2)可降低為 I、O 及
N 尺度；(3)能加減乘除；及(4)比率尺度誤差成本最低，衡量成本最高，總成本
亦偏高（表 1-8）。
或來電(02)2705-5066
總括來說，變數種類分為 2 種：(1)分類性變數（又稱為質性變數）；及(2)
分析性變數（量化變數）。就「質性變數」而言，又可再細分為：(1)名目尺度；
及(2)順序尺度。就「量化變數」而言，又可再細分為：(1)區間尺度；及(2)比率
尺度。
拾、統計檢定方法及流程
統計檢定方法的選擇及流程，其實是很重要的一個步驟，其功能有如蓋房
子中的藍圖與施工圖。在不同情形下，選擇統計檢定來執行是一件非常重要
的事，選擇合適的統計檢定應該在研究設計及資料蒐集前進行。表 1-9 是相關
統計檢定方法的選擇流程步驟。表 1-9 是重在「差異」（Difference）及「相
關」（Correlation）各類統計分析方法，其中有關多變量的範疇多半未在表中
出現。表 1-9 出現的母數資料（Parametric Data）及無母數資料（Nonparametric
Data），其實還是不脫以上四個衡量尺度的範疇。
表 1-9 所陳列的選擇流程及步驟是非常重要的，這也是一個研究者或統計相
關學者應培養的專業能力，亦即針對每一個步驟及狀況，相關學者立刻就能給予
正確的統計分析方法。表 1-9 雖然是一個歸納的總表，但其功用的確是可以非常
有效的引導研究者選對正確的統計分析方法，基本上該表中出現兩大統計分析的
分類：「差異」及「相關」，這兩大分類也襯托出研究方面的兩大主軸。
在「差異」分類的相關案例中，若是為「量化資料」，涵括「兩個樣本」，
其特性為「不相關」（無重複測量），則一路照著表 1-9 的思考邏輯下來，研究
者應該選擇的答案為：「獨立樣本 t 檢定」（Independent T-test）。若同為「量
化資料」，涵括「兩個樣本」，其特性為「相關」（重複測量），則讀者應選
擇：「相依樣本 t 檢定」（Dependent T-test）。如此的邏輯判斷及素養，研究者
應自行培養及加強。另一方面，若同為「量化資料」，「>2 個樣本」，其特性
為「相關」（重複測量），則應選擇：「重複測量 ANOVA」（Repeated Measure
ANOVA），其他有關「差異」方面的「量化資料」，讀者可以自行練習，若可
能盡量將表 1-9 的架構劃分清楚，未來在資料分析及統計資料處理的方法選擇上
必能遊刃有餘，相關分析就不再贅述。同為「差異」分類，在「順序及質性變
數」下，若為「2 個樣本」，特性為「不相關」，正確選擇應為「Mann-whitney
或來電(02)2705-5066
Chapter
緒論 01
表1-　相關統計檢定方法的選擇流程及步驟
不相關（無重複測量） → 獨立樣本 t 檢定
2 個樣本
相關（重複測量） → 相依樣本 t 檢定
一組變數 → 單因子 ANOVA
（因素）
母數資料 → 單因子 ANOVA
不相關（無重複測量）超過一
> 2 個樣本（不控制共變數）
組變數
（因素） → 一般因子 ANOVA
（控制共變數）
相關（重複測量） → 重複測量 ANOVA
不相關（無重複測量） → Mann-whitney U
順序及無
母數連續 2 個樣本 Wilcoxon Matched-
差異資料相關（重複測量） → pairs、Sign 或
McNemar’s 檢定
一組變數
→ Kruskal-wallis 檢定 33
（因素）
不相關（無重複測量）超過一
> 2 個樣本組變數 → SPSS 沒辦法分析
（因素）
Friedman 檢定或
相關（重複測量） →
Kendall’s W 檢定
Fisher’s Exact 機率
獨立兩變數一個自由度 →
檢定或卡方檢定
類別資料檢定
超過一個自由度 → 卡方檢定
相關樣本測量二元名目尺度 → Cochran’s Q 檢定
母數資料 → Pearson’s 相關
Spearman’s Rank 相
順序及無母數連續資料 →
關或 Kendall’s Tau-b
相關
Phi 係數、Cramer’s
名目資料 → V 或 Contingency 係
數
U 」檢定；但前面條件都一樣，而特性為「相關」，則應選擇「 Wi l c o x o n
Matched-pairs、Sign 或 McNemar’s 檢定」。若為「類別資料」、「獨立兩變數
檢定」且「超過一個自由度」，正確選擇應為耳熟能詳的「卡方檢定」（Chi-
square Test），但是「卡方檢定」亦適用在「一個自由度」的情況下，當然另
外一個選擇為「Fisher’s Exact 機率檢定」，若為「二元名目尺度」，應該選擇
「Cochran’s Q 檢定」。
在「相關」分類下，歸屬於「量化資料」，正確選擇答案應為：(1)
或來電(02)2705-5066
「Pearson’s 相關」（Pearson’s Correlation）（或稱皮爾遜相關）；(2)「次序及

質性變數」，其對應選擇答案為「Spearman’s Rank 相關或 Kendall’s Tau-b」；
(3)「名目資料」，其對應選擇答案為「Phi 係數、Cramer’s V 或 Contingency 係
數」。在後續的章節中，我們會實際的介紹表 1-9 中一些重要的分析。
或來電(02)2705-5066
SAS在統計學的應用／周子敬著. －－初
版.－－臺北市：五南, 2010.10
　面；　公分
ISBN 978-957-11-5886-0 (平裝)
1.SAS(電腦程式 2.統計套裝軟體 3.統計分析
512.4 98024973
1H63
SAS在統計學的應用
作　　者 ─ 周子敬（106.5）
發行人 ─ 楊榮川
總編輯 ─ 龐君豪
主　　編 ─ 張毓芬
責任編輯 ─ 侯家嵐　楊如萍
封面設計 ─ 盧盈良
出版者 ─ 五南圖書出版股份有限公司
地　　址：106台北市大安區和平東路二段 3 3 9 號 4 樓
電　　話：(02)2705-5066　　傳　　真：(02)2706-6100
網　　址：http://www.wunan.com.tw
電子郵件：wunan＠wunan.com.tw
劃撥帳號：0 1 0 6 8 9 5 3
戶　　名：五南圖書出版股份有限公司
台中市駐區辦公室/台中市中區中山路6號
電　　話：(04)2223-0891　　傳　　真：(04)2223-3549
高雄市駐區辦公室/高雄市新興區中山一路290號
電　　話：(07)2358-702　　傳　　真：(07)2350-236
法律顧問　元貞聯合法律事務所　張澤平律師
出版日期　2 0 1 0 年 1 0 月初版一刷
定　　價　新臺幣 6 5 0 元
※版權所有．欲利用本書內容，必須徵求本公司同意※
或來電(02)2705-5066

1H63SAS在統計學的應用

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

1H63SAS在統計學的應用

Uploaded by

Copyright:

Available Formats

本試閱檔為五南所有。如欲購買此書，請至五南網站 www.wunan.com.

壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）............................................ 3

壹、MANOVA 的理論與準則 ........................................................................334

壹、PROC ANOVA .........................................................................................546

References 參考文獻 563

壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）

SAS（Statistics Analysis System）程式是一種操弄、分析及呈現資料的整合

企業解決 網路強化 應用發展

圖 1-1 基礎 SAS 的功能

從圖 1-1 可以知道：基礎 SAS 的功能有「分析」（Analytics）、「報

壹、SAS 操作環境簡介（以 SAS 9.X 英文版為例）

（資料匯出）、[Page Setup]（列印紙張格式設定）、[Print Setup]（列印設定）、

下拉【View】（檢視）功能列（圖 1-5）細分如下：[Enhanced Editor] （新

[Quality Improvement]（品質改善）、[Queueing Simulation]（行列模擬）、[Time

圖 1-13 是「網路上的 SAS」的功能列延伸，細分如下：[Technical Support]

圖 1-1 【Help】（說明）下「SAS on the Web」的細分功能

開啟舊檔 Ctrl+O 連結尋找電腦主機附檔名為 SAS 的檔案並開啟。

儲存檔案 Ctrl+S 儲存 SAS 程式為可應用的檔案。

SAS 瀏覽器 跳到 SAS 環境內容中。

執行 F3 按此小人圖示以執行 SAS 程式。

要執行 SAS 程式，一定要熟練 SAS 語言，但是初學者一定會常常覺得丈二

確認錯誤是從何發生。切記：「所有 SAS 敘述必須以分號（；）結束」。

1. 資料步驟敘述（Data Step Statements）。

圖 1-1 Case1-1 的 SAS 程式

【Run】/【Submit】，或直接在「快捷列」中，按 SAS 程式中的可愛小人 ，

如此，就會產生圖 1-15 的輸出結果。

五、輸出結果（執行 SAS 的目的）

圖 1-1 案例 1-1 的輸出結果

The SAS System 16:00 Thursday, September 1, 2005 1

表1- 案例 1- 的 SAS 程式進一步說明

在按下 SAS 程式中的可愛小人後，案例 1-4 共產生三頁的輸出結果（圖

78」，因此「Grade」的等級是「>75 及<85」，故分配到的等級是 B，關於其他

表1- 統計分析的 SAS 過程步驟

- 路徑分析 - ARIMA 轉移函數模式

「Pearson’s 相關」（Pearson’s Correlation）（或稱皮爾遜相關）；(2)「次序及

ISBN 978-957-11-5886-0 (平裝)

1.SAS(電腦程式 2.統計套裝軟體 3.統計分析

You might also like

企業解決網路強化應用發展

圖 1-1　基礎 SAS 的功能

圖 1-1　【Help】（說明）下「SAS on the Web」的細分功能

SAS 瀏覽器跳到 SAS 環境內容中。

圖 1-1 　Case1-1 的 SAS 程式

【Run】/【Submit】，或直接在「快捷列」中，按 SAS 程式中的可愛小人，

圖 1-1　案例 1-1 的輸出結果

表1-　案例 1- 的 SAS 程式進一步說明

表1-　統計分析的 SAS 過程步驟