SAS第4讲.pptVIP

第3章 总体均数估计与假设检验 总体均数的可信区间 1.1 用 Insight 作总体均数的可信区间估计 1.2 用分析员作总体均数的可信区间估计 1.3 用编程作均数的可信区间估计 1. 总体均数的可信区间 统计推断 参数估计和假设检验。 样本与总体 统计量与参数 算术平均数与总体均数 总体均数可信区间估计 单击OUTPUT键进入如下对话框： 若要得到不同的可信区间的估计值可在主菜单栏中选Tables功能菜单 通常该功能是隐含的虚体字（不能使用）。只有在使用了Analyze选项后，方可实现隐含的虚体字功能。在上述的例题中最后结果，如图所示。 Tables即可实体黑色字显示，从图中光标处可见： 例如，要计算总体均数97.5%的可信区间，可用鼠标单击Tables，弹出下拉菜单，如图所示： 1.3 用编程作均数的可信区间估计 利用过程Capability的Intervals语句可进行正态分布总体均数的各种类型的可信区间估计。为了计算总体均数的可信区间，其最简单的格式如下： 以数据集JK为例，求SG总体均数的可信区间 lnoprint是为了在调用capability时，不要输出变量的常规描述统计量的计算结果。 lmethod=4或6，method=4为计算均数的可信区间，method=6为计算标准差的可信区间。缺省时会提供6种不同的区间，包括预测区间、允许限等。 lalpha=α值，设定可信水平为1-α，缺省时为α=0.01，0.05，0.10。 提交程序运行结果如下： 除了过程capability外，过程means也可提供均数95%的可信区间。例如，用以下程序可实现计算数据集JK 中TZ、SG和DGC 3个变量的均数的95%的可信区间。 proc means data=sasuser.jk clm maxdec=2; var tz sg dgc; run; 提交程序运行结果如下： 2.假设检验 假设检验就是先对总体参数或分布作出某种假设，然后用适当的方法根据样本信息对总体参数进行推断，推断假设是否拒绝或接受。 假设检验通常以选定的检验统计量来命名。如 t 和 u分别对应与t 检验（t-test）和u检验（u-test，称Z-test，SAS的菜单用该符号提示）。 应弄清各种检验方法的用途、适用条件和注意事项。 t 检验的应用条件： 当样本含量n较小时（如n＜50）, 样本来自正态总体或近似正态总体， 2个小样本均数时还要求两样本总体方差相等。 但在实际应用时，与上述条件略有偏差对结果影响不大。 u检验的应用条件： 正态分布 样本含量较大 如果以上条件未知 不清楚总体的分布类型或明显地呈偏态 分布（经变量变换后仍达不到条件）， 此时就要用非参数统计方法进行分析， 常用方法有： 符号检验（Sign test） 符号秩和检验（Signed Rank Test） 也称为Wilcoxon检验法 t 检验和u检验只适用于正态分布的总体或近似正态分布的总体 符号和符号秩和检验法对总体分布类型不要求，适应范围较广。由于它们利用样本信息不如t检验和u检验充分，所以对正态分布的总体来讲，它们的检验效能不如 t 检验和 u 检验效能高。 正态性检验 分析员 statistics descriptive Distributions Fit normal 在假设检验的同时 还要确定检验水准，采用单侧检验还是双侧检验对研究者来说也是非常重要的，特别是临界状态应引起注意。单双侧的确定要根据专业知识而定，单侧检验容易得出有统计学意义的结论。但必须有专业知识为依据。 t 检验主要用于下列3种情况： ⑴ 样本均数与总体均数的比较 ⑵ 配对设计资料的比较 ⑶ 成组设计两样本均数比较 下面分别介绍假设检验的操作方法 2.1 样本均数与总体均数的比较该方法也称为单样本 t 检验与教材一致 2.1.1 用Insight 作单样本t 检验 例：为研究某沿海城市30～40岁健康人的胆固醇含量的均数是否低于内地30～40岁一般健康人的胆固醇含量，研究者在该沿海城市随机抽取30～40岁健康人的胆固醇150名（利用数据集JK的数据）。得到其胆固醇含量的均数4.79mmol/L。 根据大量调查，已知内地一般人群的胆固醇含量的均数为4.98mmol/L。根据题意分析，试用Insigh