统计软件基础.ppt

对示例数据画散点图计算相关矩阵symbol1v=dotcv=redh=1;symbol2v=starcv=greenh=2;procgplotdata=iq;plotchinese*IQ=1math*IQ=2/overlay;run;quit;可以看到散点分步是否呈直线状。proccorrpearsonkendallspearman;varmathchineseIQ;run;结果：三个变量的三种相关系数的矩阵都算出来了，还做了显著性检验(H0:?=0)。**第31页，共56页，星期日，2025年，2月5日偏相关分析:排除IQ影响，考察math和chinese相关性其他因素影响下的math和chinese相关系数：proccorrnosimple;varchinese;withmath;run;去除IQ变量的影响，计算math和chinese的偏相关系数：proccorrnosimple;varmathchinese;partialIQ;run;结果看到偏相关系数小得多，math和chinese分值关系没有原先那么密切。**第32页，共56页，星期日，2025年，2月5日等级相关分析示例简单相关分析和偏相关分析通常被广泛应用于定量数据或连续型数据的研究中。对于某些定性数据，尤其是顺序数据可以借助了非参数统计分析的思想，计算等级相关系数或秩相关系数。例：为评价目前我国高等院校研究生的教学和培养效果，研究生导师及研究生本人进行了研究生培养状况调查(数据详见Graduate.sas7bdat数据集)，考察研究生对自身所选专业的兴趣与其他因素之间的相关关系。具体变量情况如表6-2所示。**第33页，共56页，星期日，2025年，2月5日SAS程序与结果proccorrdata=lib.GraduateSpearmanKendallHoeffding;/*调用相关分析过程，其中关键字Spearman,Kendall,Hoeffdmg分别表示计算斯皮尔曼、肯德尔、霍夫丁相关系数*/varInterestMajorTeachingTutor;run;从斯皮尔曼和肯德尔两个相关系数的大小和方向来看，本例所分析的专业兴趣与其他变量的相关关系状况基本一致。**第34页，共56页，星期日，2025年，2月5日Insight的数据探索功能Insight是一个很强大的数据探索分析工具，它能联动的分析和图形化显示多个变量各自数字特征与相互之间的变化联系。Insight有非常强的图形功能，可以绘制如直方图或条形图、盒形图或散布图、连线图、等高线图、旋转图等。进一步Insight地还有分布拟合和检验(Distribution)、线性模型的拟合(Fit)和多变量分析(multivariate).**第35页，共56页，星期日，2025年，2月5日均值检验与比较单样本均值的T检验的原理背景设总体X~N(μ,σ2)，μ、σ2未知，给定检验水平α，对常数μ0要检验设X1,X2,…Xn为X的简单随机样本，在H0成立时有其中S为标准差，n为样本量。检验的拒绝域为：P值检验法：tα/2(n-1)α/2t0p/2分位数tα/2(n-1)满足P{|t|tα/2(n-1)}=α设由已经得到的样本计算得到的t值为t0，若|t0|tα/2(n-1)，则拒绝H0，否则接受H0。对大量重复试验而言，t是随机变量，且服从t分布t(n-1)。当|t0|tα/2(n-1)时，有 P{|t|t0}Pr{|t|tα/2(n-1)}=α。令p=Pr{|t|t0},则|t0|tα/2(n-1)等价于pα。所以，P值检验法为：对给定的显著水平α，当pα时，拒绝H0，当pα时，接受H0。**第36页，共56页，星期日，2025年，2月5日univariate过程检验均值估计置信区间在SAS中可用univariate过程检验均值，默认做均值为零（μ0=0）的t检验，若要检验μ=μ0，则用过程选项“mu0=数值”。另外，如要估计均值的置信区间，可再加上过程选项“cibasic(alpha=p值)”示例Procunivariatedata=sashelp.classmu0=60cibasic(alpha=0.01);Varweight;Run;单变量方差的检验在SAS中没有直接的过程给予计算，可自己编程实现。在SAS9.3之前INSIGHT和Analyst模块中都可以方便实现计算，但SAS9.4后都不支持了。**