统计学二次上机.docxVIP

STATA实习二内容 实习一遗留问题： 1.Excel导入Stata：Stata7 复制粘贴，Stata11及以上可以直接用菜单栏“File--Import”导入。 2.图片背景黑色问题：菜单栏“Pref—graph preference”调整背景颜色。Stata11及以上默认白色背景。 本节实习内容： 1. t分布模拟 2. 完全随机设计两连续样本的检验 3. 完全随机多组连续样本的检验 1. t分布模拟 若随机变量X服从正态分布, 那么从总体中随机抽取的样本，其均数服从抽样分布（图1）。对于任何一个横轴变量为，均数为µ，标准误为的正态分布，都可以通过u变换，使之成为µ=0，=1的标准正态分布（图2）。 实际工作中常常未知，用样本标准差估计，这时对正态变量采用的不是u变换，而是t变换: （图3）。t值实际上是u值的估计值,随着样本含量增加，t值对u值的估计性能越好，t值也就越接近u值。 原始总体分布为N(100,62) ，产生1000个样本量为4的样本 stata 程序： clear set memory 30m set obs 1000 set seed 123 gen x1=invnorm(uniform())*6+100 gen x2=invnorm(uniform())*6+100 gen x3=invnorm(uniform())*6+100 gen x4=invnorm(uniform())*6+100 gen mean=(x1+x2+x3+x4+x5+x6+x7+x8)/8 gen ss=(x1-mean)^2+(x2-mean)^2+(x3-mean)^2+(x4-mean)^2 gen var=ss/3 gen std=sqrt(var) gen t=(mean-100)*2/std su t graph t,bin(50) xlabel ylabel norm 原始总体分布为N(100,62) ，产生1000个样本量为8的样本 clear set memory 30m set obs 1000 set seed 123 gen x1=invnorm(uniform())*6+100 gen x2=invnorm(uniform())*6+100 gen x3=invnorm(uniform())*6+100 gen x4=invnorm(uniform())*6+100 gen x5=invnorm(uniform())*6+100 gen x6=invnorm(uniform())*6+100 gen x7=invnorm(uniform())*6+100 gen x8=invnorm(uniform())*6+100 gen mean=(x1+x2+x3+x4+x5+x6+x7+x8)/8 gen ss=(x1-mean)^2+(x2-mean)^2+(x3-mean)^2+(x4-mean)^2+(x5-mean)^2+(x6-mean)^2+(x7-mean)^2+(x8-mean)^2 gen var=ss/7 gen std=sqrt(var) gen t=(mean-100)*sqrt(8)/std su t graph t,bin(50) xlabel ylabel norm 2. 完全随机设计两连续样本的检验 统计方法选择原则： 如果两组资料的方差齐性和相互独立的，并且每组资料服从正态分布(大样本资料可以忽略正态性问题)，则用成组t检验。，否则可以用成组Wilcoxon秩和检验。 例2 为研究噪声对纺织女工子代智能是否有影响，一研究人员在某纺织厂随机抽取接触噪声95dB（A）、接触工龄5年以上的纺织女工及同一单位、条件与接触组相近但不接触噪声的女职工，其子女（学前幼儿）作为研究对象，按韦氏学前儿童智力量表（中国修订版）测定两组幼儿智商，结果如下。问噪声对纺织女工子代智能有无影响？(接触组group=0，不接触组group=1) 资料及其结果如下： group x 0 79 0 93 0 91 0 92 0 94 0 77 0 93 0 74 0 91 0 101 0 83 0 73 0 88 0 102 0 90 0 100 0 81 0 91 0 83 0 106 0 84 0 78 0 87 0 95 0 101 1 101 1 100 1 114 1 86 1 106 1 107 1 107 1 94 1 89 1 104 1 98 1 110 1 89 1 103 1 89 1 121 1 94 1 95 1 92 1 109 1 98 1 98 1 120 1 104 1 110