章SAS系统的基本统计分析功能.pptxVIP

会计学;某学校在新生中随机抽出25名学生做IQ测试，测试的平均成绩为120分；若新生的IQ成绩服从正态分布，且其标准差为5分，在显著性水平为0.05条件下，试建立IQ平均成绩的置信区间。;例4.2;总体方差的区间估计;对于正态分布总体，当已知样本的原始数据时，可以利用Capability过程的Intervals语句计算总体均值和方差的置信区间，或者利用Means过程的CLM统计量计算总体均值95﹪的置信区间。;INTERVALS语句的选项：;proc capability data=sunny.bclass noprint; intervals height weight/method=4,6 alpha=0.10; intervals height/method=4,6 type=lower; run;;用SAS/INSIGHT作置信区间;用分析员应用作置信区间;§4.1 参数估计 §4.2 假设检验 §4.3 相关分析 §4.4 回归分析;假设检验;步骤;两独立样本的均值检验;proc ttest data=sunny.bclass ; class sex; var height weight; run;;用分析员应用作两独立样本的均值检验;检验两独立样本的方差是否相等：;若样本呈非正态分布，则t检验无效，可使用非参数检验中的Wilcoxon秩和检验方法检验两独立样本的中心位置是否相同。;proc npar1way data=sunny.bclass wilcoxon; class sex; var age; run;;配对样本的均值检验;data tempulse; set sunny.pulse; d=pre-post; run; proc means mean stderr prt maxdec=4; var d; run;;data tempulse; set sunny.pulse; d=pre-post; run; proc univariate; var d; run;;§4.1 参数估计 §4.2 假设检验 §4.3 相关分析 §4.4 回归分析;相关关系;有序变量或不满足正态分布假设的变量X与Y之间的相关关系，可用斯皮尔曼（Spearman）等级相关系数来测算，即：;相关系数的计算;常用选项有：;数据集SUNNY.CARS是关于不同类型汽车的价格和性能的数据资料，各变量含义如下： MANUFAC(制造商)、MODEL (型号)、 MIDPRICE (中间价)、CITYMPG (市内每加仑油平均行驶哩数)、HWYMPG (高速公路每加仑油平均行驶哩数)、CYLINDER (汽缸数)、EGNSIZE (配置引擎容量:升)、RPM (达到最大功率时每分钟转数)、 REVLTNS (最高速行驶一哩时引擎转数)、 FUELTNK (储油箱容量：加仑)、 PERFORM (使用效率：功率与车重之比)。;输出结果;相关系数的计算;§4.1 参数估计 §4.2 假设检验 §4.3 相关分析 §4.4 回归分析;§4.4 回归分析;回归分析;常用SAS过程;§4.4 回归分析;线性回归分析;只有通过统计检验的回归方程才可以用来解释 之间的关系，并根据 的取值对相应的 进行预测； 检验回归方程拟合程度的统计量及参数主要有：用来检验回归系数显著性的 值及其概率 和标准差，用来检验回归方程整体拟合优度及显著性的 值及其概率 、判定系数 、标准差 、自由度 等。;点预测;线性回归分析;为消除自变量个数及样本容量的大小对判定系数的影响，需使用调整后的判定系数 来反映自变量对因变量的解释程度； 在回归方程中，若遗漏了应加入的变量，将使所有的回归系数估计量产生偏差，若加入了不该加入的变量，又将加大所有回归系数估计量的方差，所以建立多元回归模型需要进行变量选择，即在所有独立变量中找出合适的子集，用以描述模型和进行预报。;线性回归分析;点预测;PROC REG DATA=数据集名 OPTIONS； VAR 变量名列； BY 变量名列； FREQ 变量名列； MODEL 因变量=自变量/OPTIONS; OUTPUT OUT=数据集名 关键字=新变量名列; RUN；;PROC REG过程的常用选项有：;MODEL语句常用选项有：;3.关于预测值、预测误差的选项：;回归线的作图;proc reg data=sunny.bclass; model weight=height/CLM;