数值变量资料假设检验.pptVIP

数值变量资料的假设检验 §1 单样本均数的t 检验 单样本t 检验即样本均数所代表的未知总体均数与已知总体的总体均数的比较。 目的是检验该样本是否来自该已知总体。 在SAS中根据情况不同可以有三种选择： （1）直接公式编程计算法 （2）利用MEANS过程计算 （3）利用UNIVARIATE过程计算 1、直接公式编程计算法 如果没有原始数据，而只知道样本均数及已知总体的总体均数时，SAS中没有做好的过程可以直接计算，这时需要按照单样本t 检验的公式编程直接计算。 例题：某医生测量了36名从事某作业的男性工人的血红蛋白含量，其均值为130.83g/L，标准差为25.74g/L。问从事该作业男性工人的血红蛋白含量是否不同于正常成年男性的均值140g/L。 data aa; n=36; sm=130.83; std=25.74; pm=140; df=n-1; t=(sm-pm)/(std/sqrt(n)); p=(1-probt(abs(t),df))*2; proc print; var t p; run; 2、利用MEANS过程计算 如果已知样本资料的原始数据，单样本t 检验可以利用MEANS过程和UNIVARIATE过程实现。 例题：已知某水样中CaCO3的真值为20.7mg/L，现用某法重复测定该水样11次， CaCO3的含量为：20.99、20.41、20.10、20.91、22.60、20.99、20.41、20.00、23.00、22.00、20.00mg/L。问用该法测CaCO3的含量所得均值与真值有无差异？ data aa; input x@@; y=x-20.7; cards; 20.99 20.41 20.10 20.00 20.91 22.60 20.99 20.41 20.00 23.00 22.00 ; proc means mean std t prt; var y; run; 3、利用UNIVARIATE过程计算 data aa; input x@@; y=x-20.7; cards; 20.99 20.41 20.10 20.00 20.91 22.60 20.99 20.41 20.00 23.00 22.00 ; proc univariate normal; var y; run; §2 配对设计两样本均数的t 检验 配对t 检验(paired -test for dependent samples)用于配对设计资料的两均数的比较。 研究目的是推断某种处理有无作用，或两种处理的效果有无差别。 对于配对设计两样本均数的t 检验，因为一般来说原始数据都是已知的，同样可以利用SAS中的MEANS和UNIVARIATE过程实现。 例题：为比较两种方法对乳酸饮料中脂肪含量测定结果有无差别，随机抽取10份乳酸饮料制品，分别用脂肪酸水解法和戈特里-罗兹法测定，结果如右表。问两法测定结果有无差别？ 利用MEANS过程实现 data aa; input x1 x2@@; y=x1-x2; cards; 0.840 0.580 0.591 0.509 ┆ ┆ 0.870 0.506 ; proc means mean std t prt; var y; run; 利用UNIVARIATE过程实现 data aa; input x1 x2@@; y=x1-x2; cards; 0.840 0.580 0.591 0.509 ┆ ┆ 0.870 0.506 ; proc univariate normal; var y; run; §3 完全随机设计两样本均数t 检验 研究目的是推断两样本所分别代表的总体均数是否有差别。 对于完全随机设计两样本均数比较的 t 检验，需利用SAS中的TTEST过程实现。 PROC TTEST； CLASS 变量； VAR 变量； 例题：为观察某种药物对大白鼠肉瘤的影响，对实验组用药后测的对照组和实验组的数据如下，试进行差异性检验。 data aa; input x g@@; cards; 56 1 50 2 55 1 48 2 ┆ ┆ ┆ ┆ ; proc ttest; var x; class g; run; TTEST过程的结果分三部分： 第一部分：输出两个样本的基本统计信息； 第二部分：分别输出在两个总体满足方差齐性和不满足方差齐性时的 t 检验结果。 第三部分：输出方差齐性检验的结果；根据方差齐性检验的结果选择上述 t 检验结果。 §4 两组均数差别比较的 u 检验