最近要用到存活分析（Survival analysis）， 但是很头疼， 因为假如第5天有10个蜜蜂死了，
原来的SAS要把数据打10次！ (change all "," to ";" in SAS.

input treatment$ day censor bee#,

control 1    1       1
control 1     1       2
control 5       1       3
control 5       1       4
control 5       1       5
control 5       1       6
control 5       1       7
control 5       1       8
control 5       1       9
control 5       1       10
control 5       1       11
control 5       1       12
control 5       1       13

想用一个Loop
input treatment＄ day dead censor;
control 5 10 1
这一句就可以顶１０句，那样我的Excel数据可以很快变成SAS的数据了。
但是SAS好久没有用LOOP了，　只好在网上讨论。　今天终于可以工作了！

××××SAS　Code×××××××××××××××××
     DATA survival;
input treatment $ day dead censor;
Do bee=1 to dead;
output;
end;
DATALINES;
gfp 24 1 1
gfp 48 2 1
gfp 96 3 1
gfp 96 20 0
rpl8 24 5 1
rpl8 48 12 1
rpl8 96 25 1
rpl8 96 3 0
;
RUN;
proc print; run;
proc lifetest  plot=(s) graphics;
time day*censor(0); strata treatment;
run;

Proc　print打印出来的结果是我所要的：　　

Obs    treatment    day    dead    censor    bee

 1      gfp         24      1        1        1
 2      gfp         48      2        1        1
 3      gfp         48      2        1        2
 4      gfp         96      3        1        1
 5      gfp         96      3        1        2
 6      gfp         96      3        1        3
 7      gfp         96     20        0        1
 8      gfp         96     20        0        2
 9      gfp         96     20        0        3
10      gfp         96     20        0        4
11      gfp         96     20        0        5
12      gfp         96     20        0        6
13      gfp         96     20        0        7
14      gfp         96     20        0        8
15      gfp         96     20        0        9
16      gfp         96     20        0       10
17      gfp         96     20        0       11
18      gfp         96     20        0       12
19      gfp         96     20        0       13
20      gfp         96     20        0       14
21      gfp         96     20        0       15
22      gfp         96     20        0       16
23      gfp         96     20        0       17
24      gfp         96     20        0       18
25      gfp         96     20        0       19
26      gfp         96     20        0       20
27      rpl8        24      5        1        1
28      rpl8        24      5        1        2
29      rpl8        24      5        1        3
30      rpl8        24      5        1        4
31      rpl8        24      5        1        5
32      rpl8        48     12        1        1
33      rpl8        48     12        1        2
34      rpl8        48     12        1        3
35      rpl8        48     12        1        4
36      rpl8        48     12        1        5
37      rpl8        48     12        1        6
38      rpl8        48     12        1        7
39      rpl8        48     12        1        8
40      rpl8        48     12        1        9
41      rpl8        48     12        1       10
42      rpl8        48     12        1       11
43      rpl8        48     12        1       12
44      rpl8        96     25        1        1
45      rpl8        96     25        1        2
46      rpl8        96     25        1        3
47      rpl8        96     25        1        4
48      rpl8        96     25        1        5
49      rpl8        96     25        1        6
50      rpl8        96     25        1        7
51      rpl8        96     25        1        8
52      rpl8        96     25        1        9
53      rpl8        96     25        1       10
54      rpl8        96     25        1       11
55      rpl8        96     25        1       12
56      rpl8        96     25        1       13
57      rpl8        96     25        1       14
58      rpl8        96     25        1       15
59      rpl8        96     25        1       16
60      rpl8        96     25        1       17
61      rpl8        96     25        1       18
62      rpl8        96     25        1       19
63      rpl8        96     25        1       20
64      rpl8        96     25        1       21
65      rpl8        96     25        1       22
66      rpl8        96     25        1       23
67      rpl8        96     25        1       24
68      rpl8        96     25        1       25
69      rpl8        96      8        0        1
70      rpl8        96      8        0        2
71      rpl8        96      8        0        3

８行的数据变成７１行了！　省略８倍的工作量。　

结果也是正确的：　
 Test of Equality over Strata
Test      Chi-Square      DF    Chi-Square Pr

  Log-Rank     21.5285       1      〈.0001
  Wilcoxon     19.0001       1      〈.0001
  -2Log(LR)    15.1797       1 〈.0001

存活分析本来是用来跟踪2个不同处理（如药， 和对照）的群体的生存情况的， 但是也可以用来分析行为， 例如
2组不同处理的蜜蜂回巢的情况， 因为回巢与时间有关， 所以存活分析比只用最后的数据更好。因为最后的数据只
有一个比例， 有可能中间两个组有差别， 但是最后没有了， 那么存活分析可以发现差别， 但是G-test不会发现。