率差假设检验常规估计分为两种，正态近似法和score test，前者包含Z检验及其连续性校正和T检验，后者包括MN，FM，和GN。
Sas help提供了各种方法的介绍:
https://documentation.sas.com/doc/en/pgmsascdc/9.4_3.3/statug/statug_freq_details53.htm#statug.freq.freqrdiffclmn
SAS code中， method=只能设置以下方法；FM, HA, MN, NEWCOMBE, SCORE, WALD, WILSON.
NEWCOMBE和WILSON一样；
但是MN和FM和Score一样都是输出FM的方法，所以本文想讨论的是MN方法的P值的实现。
浏览sas help和PASS说明书时，发现FM score和MN SCORE唯一的区别是分母需要✖square root（N/N-1）。
所以解决方案如下：
首先第一步输出FM score的SE。
第二部，SEmnd=SE* square root（N/N-1）
第三步，Zmnd=d/SEmnd
第四步，求出P值
data a;
P=probnorm(xx);
proc print;
run;
另外，R也可以验证。
https://cran.r-project.org/web/packages/metalite.ae/vignettes/rate-compare.html
当然，因为SAS对于小数点精度是4位，在R中如果想输出的结果和Sas高度相似，请注意精度位数。
对于GN，第一步求ZFMD，第二步求，第三步带入
。
Take home message:
1. FM score和MN SCORE唯一的区别是分母需要✖square root（N/N-1）。
2. FM score也是计算GN score的基础。
3. R验证时，注意精度的设置；最好和Sas保持一致。
