第4章SAS参数估计与假设检验.pptVIP

第四章 参数估计与假设检验 基本统计概念 单样本正态总体的均值估计和检验 两样本正态总体的均值估计和检验 正态性检验 一、基本统计概念 参数估计（Parameter Estimates）是以样本的某个统计量作为总体参数的估计量，然后通过样本观测值计算出该统计量的取值，在利用这个值去估计未知总体的参数。参数估计包括点估计和区间估计两种方法。 点估计是直接以样本统计量的取值作为总体参数的估计值。这种方法简便易行，例如直接计算出样本的均值就可以作为总体均值的估计了。但缺点是没有体现出样本的随机性，以及无法提供关于这种估计的可靠程度的参考值。 区间估计是以样本统计量的取值为基础，给出一个区间来作为总体参数的估计。因为该区间既具有一定的精确度也具有一定的可靠性，所以在统计上称为置信区间。 1、参数估计 一、基本统计概念 假设检验是统计推断中另一个重要部分，它与参数估计有着密切的联系。 假设检验要求先对总体的参数作出一个假设，称为原假设；另外还要给出一个与相互对立的备择假设，原假设与备择假设有且仅有一个成立。然后构造一个合适的检验统计量，并确定在原假设成立时该统计量的分布，在给定的显著性水平下，从分布中可得出原假设的拒绝域。最后由样本观测值计算该统计量的取值，如果取值落在原假设的拒绝域中，则拒绝原假设，而取对应的备择假设。否则，不能拒绝原假设。 假设检验所依据的是统计中的“小概率原理”，该原理认为小概率事件在一次试验中是几乎不可能发生的。 2、假设检验 二、单样本正态总体的均值估计和检验 1、基本原理 二、单样本正态总体的均值估计和检验 1、基本原理 一、描述统计量 用TTEST过程进行单样本均值检验，其语句格式为： PROC TTEST DATA=数据集名 选项; VAR 变量名列表; BY 分组变量名; RUN; 其中，只有PROC语句是必须的，其他语句可以根据用户需要进行选用。 二、单样本正态总体的均值估计和检验 2、TTEST过程 一、描述统计量 语句说明： （1）PROC语句规定开始运行TTEST过程，并指定要分析的数据集名。 选项： ALPHA=值——指定显著性水平。 H0=m——规定检验的原假设为H0=m。 （2）VAR语句规定要进行估计和检验的变量。 （3）BY语句规定了分组变量，要求按照BY变量的分组进行分析。在使用BY语句之前，数据集必须按照BY变量进行排序。 二、单样本正态总体的均值估计和检验 2、TTEST过程 三、两样本正态总体的均值估计和检验 1、基本原理 三、两样本正态总体的均值估计和检验 1、基本原理 三、两样本正态总体的均值估计和检验 1、基本原理 三、两样本正态总体的均值估计和检验 1、基本原理 一、描述统计量 利用TTEST过程可以实现对独立样本和配对样本均值的t检验及其置信区间的估计，其语句格式为： PROC TTEST DATA=数据集名 选项; VAR 变量名列表; CLASS 分组变量名; PAIRED 配对变量列表; RUN; 三、两样本正态总体的均值估计和检验 2、TTEST过程 一、描述统计量 语句说明： （1）PROC语句规定开始运行TTEST过程并指定要分析的数据集名，两个样本的数据应该包含在一个数据集中。 （2）VAR语句规定要进行估计和检验的变量，两个独立样本要比较的变量应该记在一个变量名下。 （3）CLASS语句规定了分组变量，使得TTEST过程对分组之间进行t检验。分组变量的不同取值即代表了不同的样本。 （4）PAIRED语句用来规定进行配对t检验的变量对。在PAIRED语句中，配对的变量即代表了配对样本。 三、两样本正态总体的均值估计和检验 2、TTEST过程 四、正态性检验 在进行参数估计和假设检验时，我们都是对样本来自正态总体的情况进行分析。但是，对于一组数据究竟是否满足正态性要求，这还需要我们对其进行相应的正态性检验。 正态性检验的方法有很多种，如卡方拟合优度检验，Kolmogorov-Smirnov检验法和Shapiro-Wilk检验法等。 Shapiro-Wilks检验通过计算W统计量来验证正态性。W统计量是基于次序统计量而构造的，取值在0到1之间，当样本来自正态总体时，由样本观测值计算的W统计量将接近于1。 1、基本原理