卫生统计学（教学讲义）第四章抽样误差与抽样分布的SAS实现.docVIP

第4章 抽样误差与抽样分布的SAS实现 例41 2001年在某地健康（(）（σ）。现在从该总体中独立地进行10次重复抽样，每次抽样的样本量为9，共得到10个样本资料（见表4-1），每个样本计算样本均数和样本标准差，并且以每个样本均数作为数据计算其平均数和标准差，考察样本均数与原始资料分布特征之间的差异，并考察样本均数的抽样误差=（样本均数－总体均数）的分布特征。 SAS分析程序 data ch4_1; seed=10000; 给定随机数种子 do n=1 to 10; 随机产生10组正态均值为72.5标准差为6.3样本资料 g=n; do m=1 to 9; 每组样本资料有9次观察 x=rannor(seed)*6.3+72.5; output; end; end; proc means; 利用means过程计算每组样本资料的均值 var x; by g; g为分组变量 output out=outmean 将计算结果输出到数据集outmean mean=smean; 变量smean含有每组样本资料的样本均值 data serr; set outmean; s=smean-72.5; 计算抽样误差 proc print data=serr; run; proc means data=outmean; 计算10组样本资料均值的均值 var smean; run; SAS软件输出结果 Obs g _TYPE_ _FREQ_ smean s 1 1 0 9 75.2214 2.72142 2 2 0 9 73.4189 0.91889 3 3 0 9 73.7736 1.27358 4 4 0 9 72.1094 -0.39065 5 5 0 9 69.5085 -2.99145 6 6 0 9 68.9884 -3.51160 7 7 0 9 72.6863 0.18632 8 8 0 9 69.7856 -2.71437 9 9 0 9 69.9267 -2.57330 10 10 0 9 72.9128 0.41283 Analysis Variable : smean N Mean Std Dev Minimum Maximum 10 71.8331672 2.1357638 68.9884015 75.2214233 SAS软件输出结果解释 smean为每组样本资料的均值，s为抽样误差，Mean为10组样本资料均值的均值, Std Dev为10组样本资料均值的标准差。 注意到由于样本是随机产生的，因此产生的数据与教材上的可能不同，故计算的结果也可能不同。 教材中的说明(结合上面模拟计算结果) 对于重复抽样研究而言，样本个数为10，样本量为9。对于大多数随机抽样研究而言，研究者一般只有１个样本，样本量是由研究者根据需要所决定的，初学者往往把样本个数与样本量混淆。 从表4－1的抽样结果可知，10个样本均数的值互不相同，并且在总体均数72.5左右附近，这10个样本均数的值以及这10个样本均数的平均数均非常靠近总体均