sas实验区间估计与假设检验..docVIP

实验二、区间估计与假设检验实验 （验证性实验） 1、实验目的 掌握正态总体的均值，方差的区间估计与假设检验以及非参数检验。 2、实验要求及学时： 实验形式（个人）；实验学时数 4。 3、实验环境及材料（使用的软件系统、实验设备、主要仪器、材料等）。 装有版本为8.1以上的SAS系统的个人电脑（每人一台）。 4、实验内容 用SAS软件进行正态总体的均值，方差的区间估计与假设检验以及非参数检验。 5、实验方法和操作步骤 1）生成数据 data zt; retain _seed_ 0; mu1=0; mu2=2; sigma1=1; sigma2=4; do _i_=1 to 1000; normal1=mu1+sigma1*rannor(_seed_); normal2=mu2+sigma2*rannor(_seed_); output; end; drop _seed_ _i_ mu1 sigma1 mu2 sigma2; run; 这个步骤用rannor函数生成两个正态分布的变量保存在数据表zt中。 2）运用univariate过程作正态性检验。 proc univariate data=zt normal; var normal1 normal2; histogram normal1 normal2; probplot normal1 normal2;/*正态性假设检验*/ run; 这步的结果如下： 表2-1：normal1的正态性检验结果 图2-1：normal1的直方图 图2-2：normal1的QQ图 分析: 表2-1中的p-value都是大于0.05的,从检验的数量结果显示变量normal1是服从正态分布的,从直方图和QQ图我们也可以看到,直方图是对称的，而QQ图也是一条直线。在程序的结果中还会相应的给出normal2的检验结果。 3）用ttest过程对变量normal1均值假设检验（）。 proc ttest data=zt h0=0 alpha=0.01;/*总体均值的假设检验*/ var normal1; run; 这步的结果如下： 表2-2：normal1均值的假设检验 分析: 表2-2中的p-value等于0.5312，远大于0.05的,从检验的数量结果显示变量normal1的均值是被接受的。 4）用pair命令做成配对样本的假设检验 proc ttest data=zt h0=0;/*成配对样本的假设检验*/ pair normal1*normal2; run; 结果如下： 表2-3：normal1均值的假设检验 分析: 表2-2中的p-value小于0.0001,从检验的数量结果显示变量normal1和normal1的均值相等是不被接受的。 5）练习means过程输出price open的基本统计量。 proc means data=lwh; var price open; run; 结果如下： 表2-4：price open的means过程 6）练习npar1way过程对深圳和上海市场的股价假设检验（非参数） proc npar1way data=lwh;/*两独立样本的假设检验（非参数）*/ class region; var price; run; 部分结果如下： 表2-5：深圳和上海市场股价的npar1way过程 分析: 表2-5中的p-value小于0.001,从检验的数量结果显示深圳和上海市场的股价是有显著性的区别的。以上只是挑出npar1way中Wilcoxon检验方法的结果，其它方法的结果可以做相应的分析。 7）对normal2的方差假设检验（非参数） proc means var data=zt; /*总体方差的假设检验*/ var normal2; output out=test var=varex; run; data a(drop=_type_); set test; k=_freq_-1; chisq=k*varex/16; p=1-probchi(chisq,k); cil=cinv(0.025,k); ci2=cinv(0.975,k); proc print data=a noobs; run; 结果如下： 表2-6：normal2的方差假设检验 分析: 表2-6中的p-value等于0.93689,从检验的数量结果显示接受normal2的方差等于14.9199。 6、实验报告要求 1）实验报告要以事实为依据，推理要合乎逻辑，不可无根据地臆断。 2）在写作实验报告时，要按照一定的格式，不能忽视最基本的规范要求。要根据事物的结构特点和逻辑顺序，来考虑表达的形式