/* 创建一个包含示例数据的 SAS 数据集 */
data mydata;
input method1 method2;
datalines;
25 27
28 30
32 31
35 34
22 24
;
/* 计算差异和均值 */
data diffdata;
set mydata;
diff = method1 - method2;
mean = (method1 + method2) / 2;
run;
/* 绘制 Bland-Altman 差异图 */
proc sgplot data=diffdata;
scatter x=mean y=diff;
refline 0 / lineattrs=(color=red);
title 'Bland-Altman Difference Plot';
xaxis label='Mean of Method 1 and Method 2';
yaxis label='Difference (Method1 - Method2)';
run;
/* 计算差异的统计信息 */
proc means data=diffdata mean std min max;
var diff;
run;
在这个示例中，我们首先创建了一个包含两列数据的 SAS 数据集（method1 和 method2）。接着，我们通过计算差异和均值创建了一个新的数据集 diffdata。然后，使用 proc sgplot 绘制了 Bland-Altman 差异图，其中 x 轴是均值，y 轴是差异（diff）。refline 0 用于添加一条红色的参考线，表示差异为零。
最后，使用 proc means 计算了差异的统计信息，包括均值、标准差、最小值和最大值。
请根据你的实际数据和需求调整代码中的变量名和选项。Bland-Altman 分析的目的是评估两个测量方法的一致性，差异图通常是用来可视化和识别任何系统性差异或异质性的模式。
转载请注明出处：http://www.zyzy.cn/article/detail/11223/SAS