区间估计与假设检验ppt课件

1、Sas Sas 中能进展区间估计和假设检验的过程及语中能进展区间估计和假设检验的过程及语句很多，我们主要引见：句很多，我们主要引见：Means Means summarysummary过程过程Univariate Univariate 过程过程Capability Capability 过程过程TtestTtest过程过程区间估计与假设检验区间估计与假设检验 Proc means data=class clm maxdec=2 alph=0.01; Var height; Run; Proc means data=class mean var clm alpha=0.01 maxdec=3 f

2、w=8; Var height weight; Output out=mclass mean= var=vh vw lclm=lc uclm=uc; Run; 注：注：means 过程只能对均值进展区间估计过程只能对均值进展区间估计 大前提是该变量服从正态分布大前提是该变量服从正态分布Means 过程做区间估计过程做区间估计Proc univariate data=class cibasic(alph=0.01);Var height;Run;注：可以对均值、规范差及方差进展区间估计注：可以对均值、规范差及方差进展区间估计大前提是该变量服从正态分布大前提是该变量服从正态分布Univariate

3、 过程做区间估计过程做区间估计 Proc capability data=class; Var height weight; intervals height weight/method=4,6 alpha=0.1, 0.05; intervals height/method=6 alpha=0.05, 0.025 type=lower; Run; Method=4为计算均值的置信区间，为计算均值的置信区间，method=6为为计算规范差的置信区间计算规范差的置信区间 Typer=lower(twoside,upper)分别表示计算单侧分别表示计算单侧置信下限、置信区间、单侧置信上限置信下限、

4、置信区间、单侧置信上限 大前提是该变量服从正态分布大前提是该变量服从正态分布Capability 过程做区间估计过程做区间估计Data class0;Set class;H0=height-62.33;Proc means data=class0 t probt /*prt*/;Var H0;Run;注：注：means 过程只能对均值过程只能对均值=0进展假设检验，大进展假设检验，大前提是该变量服从正态分布前提是该变量服从正态分布Means 过程做假设检验过程做假设检验Proc univariate data=class ;Var height;Run;注：缺省情况下对均值注：缺省情况下对均值

5、=0进展假设检验进展假设检验大前提是该变量服从正态分布大前提是该变量服从正态分布Univariate 过程做假设检验过程做假设检验 Proc univariate data=class mu0=62; Var height; Output out=t_test t=t_value probt=p_value; Run;Proc Capability data=class ;Var height;Run;注：缺省情况下对均值注：缺省情况下对均值=0进展假设检验进展假设检验大前提是该变量服从正态分布大前提是该变量服从正态分布Capability 过程做假设检验过程做假设检验 Proc Capabi

6、lity data=class mu0=62; Var height; Run;PROC TTESTPROC TTEST格式格式 PROC TTEST; CLASS 变量；变量； PAIRED 变量串；变量串； BY 变量串；变量串； VAR 变量串；变量串； FREQ 变量串；变量串； WEIGHT 变量；变量； RUN; Proc ttest data=class h0=62 alpha=0.01; Var height; Run; Var语句用来指定要分析的变量，语句用来指定要分析的变量，var变量须为数值型变量须为数值型 假设运用假设运用var语句而不运用语句而不运用class语句，语

7、句，ttest过程将执过程将执行单组样本均数与给定值默以为行单组样本均数与给定值默以为0的的t检验检验 假设忽略假设忽略var语句，那么输入数据集中的全部数值型语句，那么输入数据集中的全部数值型变量变量(除了除了by，class，freq以及以及weight语句中已运用语句中已运用的变量外的变量外)将被作为分析变量来运用将被作为分析变量来运用 Var语句不能和语句不能和paired语句同时运用语句同时运用 大前提是该变量服从正态分布大前提是该变量服从正态分布ttest 单组样本的单组样本的t检验检验ttest 配对的配对的t检验检验 简便法简便法(x) 常规法常规法(y) 2.4100 2.8

8、000 2.9000 3.0400 2.7500 1.8800 2.2300 3.4300 3.6700 3.8100 4.4900 4.0000 5.1600 4.4400 5.4500 5.4100 2.0600 1.2400 1.6400 1.8300 1.0600 1.4500 0.7700 0.9200现有两种方法测定血液现有两种方法测定血液中的某种物质的含量，中的某种物质的含量，简便法和常规法，对简便法和常规法，对1212个人同时用两种方法进个人同时用两种方法进展测定，分析两种方法展测定，分析两种方法能否显著不同？能否显著不同？Proc ttest data=a Proc ttes

9、t data=a h0=0 alpha=0.05/h0=0 alpha=0.05/* *缺缺省选项省选项* */;/;paired xpaired x* *y;y;Run;Run;对配对的对配对的t检验的阐明检验的阐明 PairedPaired语句用来指定配对语句用来指定配对t t检验中要进展比较的变检验中要进展比较的变量对。组成变量对的变量或变量列表可用量对。组成变量对的变量或变量列表可用“* *或或“：衔接：衔接 用星号衔接表示星号左侧的每一个变量将与星号用星号衔接表示星号左侧的每一个变量将与星号右侧的每一个变量组成变量对右侧的每一个变量组成变量对 用冒号衔接表示左侧的变量只与右侧相应位置

10、上用冒号衔接表示左侧的变量只与右侧相应位置上的变量组成变量对，所以用冒号衔接的变量列表的变量组成变量对，所以用冒号衔接的变量列表必需包含一样数目的变量必需包含一样数目的变量 对于每一个变量对，对于每一个变量对，ttestttest过程用左侧的变量减去过程用左侧的变量减去右侧的变量，将所得的差值作为新的变量执行单右侧的变量，将所得的差值作为新的变量执行单组样本均数比较与组样本均数比较与0 0或指定的数值进展比较或指定的数值进展比较 一个变量本身组成的变量对将被忽略一个变量本身组成的变量对将被忽略 PairedPaired语句仅在配对资料的语句仅在配对资料的t t检验时运用，且不能检验时运用，且不

11、能和和classclass语句、语句、varvar语句一同运用语句一同运用Paired 语句设置举例语句设置举例 Paired a*b; Paired a*b c*d; Paired (a b)*(c d); Paired (a b)*(c b); Paired (a1-a2)*(b1-b2); Paired (a1-a2):(b1-b2); a-b a-b, c-d a-c, a-d, b-c, b-d a-c, a-b, b-c a1-b1, a1-b2, a2-b1, a2-b2 a1-b1, a2-b2左栏中的左栏中的“- -是破折号表示是破折号表示“到，到，“至的意思，至的意思，右栏

12、中的右栏中的“- -是减号是减号 Proc ttest data=class alpha=0.01;/*h0=-3.3*/ Class sex; Var height; Run; Class语句用来指定作为研讨变量的分组变量。语句用来指定作为研讨变量的分组变量。Class变量可以为数值型或字符型，但只能包含两变量可以为数值型或字符型，但只能包含两个程度个程度 Ttest 过程根据过程根据class变量将输入数据集中的观测分变量将输入数据集中的观测分为两组，从而对两组的均数进展比较。为两组，从而对两组的均数进展比较。 可以用可以用format语句来设置语句来设置class变量的格式变量的格式两组

13、独立样本均数比较的两组独立样本均数比较的t检验检验正态性检验正态性检验前面的区间估计和假设检验都要假设变量前面的区间估计和假设检验都要假设变量为正态，所以在进展区间估计或检验之为正态，所以在进展区间估计或检验之前一定要进展正态性检验前一定要进展正态性检验Proc univariate data=class normal;Var height;Run;自编程序进展区间估计和假设检验自编程序进展区间估计和假设检验 当要进展的估计或检验没有现成的过程或语当要进展的估计或检验没有现成的过程或语句可用时，可以自编程序进展估计或检验。句可用时，可以自编程序进展估计或检验。 下表给出一公司消费的下表给出一公

14、司消费的60个抽样轴承滚珠直个抽样轴承滚珠直径单位：厘米试求轴承滚珠直径方差的径单位：厘米试求轴承滚珠直径方差的98%的置信区间的置信区间 1.738 1.729 1.743 1.740 1.736 1.741 1.735 1.731 1.726 1.737 1.728 1.737 1.736 1.735 1.724 1.733 1.742 1.736 1.739 1.735 1.745 1.736 1.742 1.740 1.728 1.738 1.725 1.733 1.734 1.732 1.733 1.730 1.732 1.730 1.739 1.734 1.738 1.739 1.

15、727 1.735 1.735 1.732 1.735 1.727 1.734 1.732 1.736 1.741 1.736 1.744 1.732 1.737 1.731 1.746 1.735 1.735 1.729 1.734 1.730 1.740例如例如data zhoucheng;input x;cards;1.738 1.729 1.743 1.740 1.736 1.741 1.735 1.731 1.726 1.737 1.728 1.737 1.736 1.735 1.724 1.733 1.742 1.736 1.739 1.7351.745 1.736 1.742 1

16、.740 1.728 1.738 1.725 1.733 1.734 1.7321.733 1.730 1.732 1.730 1.739 1.734 1.738 1.739 1.727 1.7351.735 1.732 1.735 1.727 1.734 1.732 1.736 1.741 1.736 1.7441.732 1.737 1.731 1.746 1.735 1.735 1.729 1.734 1.730 1.740;Proc univariate data=zhoucheng normal;Var x;output out=b mean=m std=s;run;例如续例如续 d

17、ata c; set b; k1=cinv(0.01, 59); k2=cinv(0.99,59); a1=59*s*2/k2; a2=59*s*2/k1; keep k1 k2 a1 a2; run; Cinv(0.01,59)表示自在度为表示自在度为59的卡方分布的卡方分布的的0.01分位数点。分位数点。总体均总体均值知时，值知时，如何自如何自编这个编这个程序？程序？两组均数差别比较的两组均数差别比较的UZ检验检验 将将2020名贫血患儿随机分成两组，分别用新名贫血患儿随机分成两组，分别用新药和常规药进展治疗，测得血红蛋白添加药和常规药进展治疗，测得血红蛋白添加量如下，假设两组患儿的血红蛋白的总体量如下，假设两组患儿的血红蛋白的总体规范差分别为规范差分别为6.96.9新药和新药和5.35.3常规，常规，问新药与常规药疗效在显著程度问新药与常规药疗效在显著程度alpha=0.05alpha=0.05下有无差别？假设血红蛋白下有无差别？假设血红蛋白的含量服从正态分布的含量服从正态分布 新药：新药：24 36 25 14 26 34 23 20 15 1924 36 25 14 26 34 23 20 15 19 常规：常规：14 18 20 15 22 24 21 25 27 2314 18 20 15 22 24 21 25 27 23自编自编U检验程序