PROC UNIVARIATE除了可以像proc means 计算常见的median,mean,min,max等，还可以用来进行正态性的判断，还能实现Wilcoxon。总之可以这个过程步可以实现的功能很多：
一：
我们先讲讲如何通过PROC UNIVARIATE实现正态性检验，有些项目试验组与对照组的比较中，数据首先要满足正态性，然后才能用成组T检验或者配对T检验，不满足正态性的可能就要用秩和检验。
PROC UNIVARIATE中的normal选项告诉SAS我要执行正态性检验，一般来说P值>0.05说明数据满足正态性。需要注意的是，如果存在多组比较，只有每组都满足正态性，才能说数据满足正态性.
输出数据集如下：P值=0.9312>0.05（我们一般采用Shapiro-Wilk方法），说明SAShelp 的class数据集的height数据满足正态性。
知道了P值，我们如何把结果作为我们进一步写程序的判断标准呢？可以考虑把P值当做一个宏变量。通过call symput在数据集里面创建宏变量就可以了，我就不多写了。
二：
最近了解到PROC UNIVARIATE还可以实现Wilcoxon signed rank test.一般秩和检验我们采用proc npar1way实现。统计还是需要多向大家请教
需要注意的是，用PROC UNIVARIATE还可以实现Wilcoxon signed rank test，需要用到配对的差值，然后拿着个差值去计算（我的描述不太准，简单来说就是不能直接用aval拿到模型里面去算），比如说给药前，给药后，就需要用给药后-给药前的数据拿到模型里面去
所以我们一般会算一下diff，就是两个数字相减，至于是给药前-给药后还是给药后-给药前，最好问下统计师，算出来的S值会不一样，区别的话我没认真看说明，我们只要导出这个数据集就可以了。
