SAS数据处理.docVIP

一个正态总体均值的假设检验H0：u = 1277 H1：u ≠ 1277data ch; input x @@;y=x-1277;cards;1250 1265 1245 1260 1275;proc means mean std t prt; var y; run;t检验程序运行结果： Analysis Variable : y Mean Std Dev t Value Pr |t|-18.0000000 11.9373364 -3.37 0.010.0280 0.05说明：正态分布的均值与1277差异显著，认为均值不等于1277 ，H1成立. 两个正态总体均值差异性的假设检验当σ1 = σ2 或σ1 ≠ σ2 时，H0：u1 = u2 H1：u1 ≠ u2data ch; do a=1 to 2;do i=1 to 5;input x @@;output; end; end;cards;800 840 870 920 850900 880 890 890 840;proc ttest cochran; class a; var x;proc print; run; t检验（a为行，i为重复数）程序运行结果：Variable Method Variances DF t Value Pr |t| 当σ1 = σ2 x Pooled Equal 8 -1.08 0.31260.05 当σ1 ≠ σ2 x Satterthwaite Unequal 6.11 -1.08 0.3219 当σ1 ≠ σ2 x Cochran Unequal 4 -1.08 0.3419说明：两个正态分布均值没有显著的差异，H0成立。 配对样本均值的假设检验H0：u1 - u2 = 0 H1：u1 - u2 ≠ 0编号 1 2 3 4 5 6 7 8 9 10治疗前114 94 117 114 155 125 114 98 119 121治疗后102 95 140 104 91 95 135 106 114 92data ch; input x1 x2 @@;d=x1-x2;cards;114 94 117 114 155 125 114 98 119 121102 95 140 104 91 95 135 106 114 92;proc means t prt; var d; proc print; run;程序运行结果： t Value Pr |t| 3.52 0.0065 0.01说明两正态分布的均值差异极显著，接收H1：u1 ≠ u2。若用方法2，得到的结果为：三种方法的Pr |t|为0.2168 0.2169 0.2326 0.05说明两正态分布的均值差异显著。 正态分布的W检验H0：服从正态分布 H1：不服从正态分布data ch; input x @@;cards;7 11 6 6 6 7 9 5 10 6 3 10;proc univariate normal; run; 程序运行结果： W 0.931696 Pr W 0.3984 0.05说明：此组数服从正态分布，接收H0。 单因素方差分析H0：各ui相等 H1：各ui间有显著差异(1)等重复的情形data ch; do a=1 to 4;do i=1 to 4;input x @@;output; end; end;cards;19 23 21 13 21 24 27 20 20 18 19 1522 25 27 22;proc means mean std;标准差proc means mean stderr;标准误proc anova;class a;model x=a;/进行方差分析means a/t; /t检验法进行多重比较/means a/lsd cldiff; /lsd法进行多重比较/means a /duncan alpha=0.01; / duncan多重比较/run;程序运行结果：The ANOVA ProcedureSource DF Anova SS Mean Square F Value