上机课第3讲 假设检验[精选].pptVIP

课程目标 掌握用分析员系统进行假设检验的方法 掌握ttest过程进行假设检验的方法 TTEST过程 1.作用：用于进行t检验(单个总体、两组独立数据、成对数据) 2.基本语句 PROC TTEST options ; CLASS variable ; PAIRED variables ; BY variables ; VAR variables ; FREQ variable ; WEIGHT variable ; 表3.1 进行两组均值比较的统计检验 小结：两组均值比较的统计检验 小结：两组均值比较的统计检验 具体计算见统计模拟第8.6节的例8x。 N大于20时，通过S的函数近似服从t分布。 建议：当样本容量小时用Shapiro-wilk的w统计量检验正态性。 proc ttest语句的常用的选项： h0=m 指定三种检验下是否等于m，缺省时m=0.（单个总体的均值是否等于m，两个总体均值的差是否等于m） ci=equal|umpu|none 指定给出方差的置信区间，缺省是 none，不给出方差置信区间. 条件：总体服从正态分布. 组的类型 符号秩或符号检验 (univariate过程) 秩和检验 (npar1way过程) 非参数检验 成对差值t检验 (ttest过程) 两样本t检验 (ttest过程) 参数检验 (正态分布) 成对组 独立组 检 验 的 类 型 练习3 用分析员系统，由100个人身高的数据，求身高均值和方差的90%的置信区间，及显著水平为0.05的检验结果； 在申请者数据中选择两个特征变量，用ttest进行成对组的比较； 用非参数的方法比较案例3.3中对照组和患胃溃疡病人的溶菌酶是否有显著差异； 统计思想：数据的离散程度应与样本方差一致，即如果数据都在一倍标准差之内，怀疑是否为正态分布 最后一部分是置信水平为0.05的置信区间。 0.7411=2*min(P(chi93.777),P(chi93.777)) a为甲组，b为乙组. 直观解释最后一列的平均得分比较接近时说明两者的均值没有显著差异. 或者实际得分总和和期望得分总和比较接近时说明两者的均值没有显著差异. 此处的符号秩检验用的是S的精确分布。说明尽管0点两边的观测个数有显著的不同，中位数不是0，但均值近似为0. 这是用means过程的by语句得到的输出结果，而class语句得到的结果是放在两行中，而不是两张表中。 该图使用分析员系统得到的，过程如下：graphs—bar chart—Vertical—2D 这是gchart过程中，在vbar语句加选项group=sex的输出结果。 这是gchart过程中，在vbar语句加选项subgroup=sex的输出结果。 加选项t,prt,clm 可以用分析员系统实现成对组均值比较的检验. Ttest过程的输出结果，下面为方差是否相等的检验，上面是均值是否相等的检验，分方差相等和不相等两种情况。方差不等时自由度的计算可以先不考虑。 Ttest的输出结果，使用paired语句。 需要查资料，补充后面两个近似的表达式。 卡方近似，三个检验的结果均拒绝原假设，即认为两种材料的平均寿命之间有显著差异. 分析员系统的输出结果。区间中点去-22到26步长为6。 Gchart过程的输出结果。 问题：多维的两个总体均值的比较如何实现？ 用分析员系统得到.检验100个人的体重的方差是否等于50的检验结果的示意图，显著水平为0.01. 当然用分析员系统更方便. 需要先减去62，然后检验均值是否为0 用分析员系统得到.检验100个人的体重的均值是否等于62的检验结果的示意图，显著水平为0.1. 看单边检验的结果即可。该统计量为观测个数较少的那组的秩和，如果两组的观测个数一样多，则计算数据集中先出现的观测所在的那组。 取最小值，太小拒绝原假设，取最大值太大拒绝原假设. 0.5是连续性的修正，将离散变连续加修正更好， 让统计量的值更向原点集中. 案例：SAS中的npar1way过程中例52.1，实验组与吃安慰剂的两组的试验结果的比较. 假设两个总体的分布分别为F(x),F(x-sita) 单个总体，检验是否关于0点对称, 即检验中位数是否为0,. 一共有20个观测，假设大于0的观测有15个。 单总体，并假设分布是对称的，检验均值是否为0. 近似服从自由度为k-1-需要估计的参数的个数. NPAR1WAY过程(单因子非参数方差分析过程) 1.作用：用于检验同一个变量在不同组内的分布 位置参数是否一致. 2.基本语句 PROC NP