sas系統(tǒng)和數(shù)據(jù)分析全隨機設(shè)計kruskal-wallis秩和檢驗(存儲版)
【正文】 lWallis 秩和檢驗 統(tǒng)計量為 ，用自由度為 DF=3－ 1=2 的卡方分布近似，得到大于近似卡方檢驗統(tǒng)計量 的概率為 p =，拒絕原假設(shè)。分組變量為 group，共有三組取值為 2 和 3。 end。當(dāng)有多個 tables 語句時， output 語句創(chuàng)建的數(shù)據(jù)集的內(nèi)容相應(yīng)于最后要求的那個表。 out=輸出數(shù)據(jù)集 —— 建立一個包括變量值和頻數(shù)的輸出數(shù)據(jù)集。 ? scores=rank/table/ridit/modridit——定義行 /列得分的類型以便用于 cmh 統(tǒng)計量和pearson相關(guān)中。并計算依賴于卡方統(tǒng)計量的關(guān)聯(lián)度，包括 phi系數(shù)、列聯(lián)系數(shù)和 Cramer V。 3. by 語句 一個 by 語句能夠用來得到由 by 變量定義 的分組觀察 ，并 分別進行分析。另外 ， 該過程只能使用一個 output語句。 1. freq 過程說明 proc freq 過程一般由下列語句控制： proc freq data=數(shù)據(jù)集 選項 。本例中， ?1n 7， ?2n 6， ?3n 7， ?n 20， ??1R 95，上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 3 of 13 ??2R 27， ??3R 88， ?k 3， :0H 三個總體的考核成績分布是相同的。所以 ， 全體樣本的秩方差為 全體樣本的秩方差 = 21 1 2111 ? ?? ? ?????? ??? kinj iji nRn = 21 2111 ?? ?????? ??? ninin = ???????? ??? ?? 4)1(11 212 nnin ni () 上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 2 of 13 = ???????? ????? 4 )1(6 )12)(1(11 2nnnnnn =12)1( ?nn 因此， KruskalWallis 秩和統(tǒng)計量 KW為： )1(3)1(1221)1(121221???????????? ???????????nnRnnnnRnnnKWki iiiikii全體樣本的秩方差組間平方和 () 如果樣本中存在結(jié)值，需要調(diào)整公式 ()中的 KW統(tǒng)計量，校正系數(shù) C為 ： nnC jj???? ? 33 )(1 ?? () 其中 ， j? 第 j個結(jié)值的個數(shù)。 KruskalWallis 秩和檢驗，首先要求從總體中抽取的樣本必須是 獨 立的，然后將所有樣本的值混合在一起看成是單一樣本，再把這個單一的混合樣本中 的 值從小到大排序，序列值替換成秩值，最小的值給予秩值 1，有結(jié)值時平分秩值。在比較兩個以上的總體時，廣泛使用非參數(shù)的 KruskalWallis秩和檢驗，它是對兩個以上的秩樣本進行比較，本質(zhì)上它是兩樣本時的 Wilcoxon 秩和檢驗方法在多于兩個樣本時的推廣。樣本方差的自由度為 1?n 。 表 來自三個不同大學(xué) 的 雇員得分及統(tǒng)一秩值 雇員 大學(xué) A 統(tǒng)一編秩 大學(xué) B 統(tǒng)一編秩 大學(xué) C 統(tǒng)一編秩 1 25 3 60 9 50 7 2 70 12 20 2 70 12 3 60 9 30 4 60 9 4 85 17 15 1 80 5 95 20 40 6 90 6 90 35 5 70 12 7 80 75 14 秩和 組 A秩和 95 組 B 秩和 27 組 C 秩 和 88 為了計算 KW統(tǒng)計量，我們首先必須將來自三個大學(xué)的 20名雇員統(tǒng)一按考核成績編排秩值 ，見表 7 列所示。這些頻數(shù)也能夠輸出到 SAS 數(shù)據(jù)集里。其余語句是供選擇的。 ? noprint——禁止 freq 過程產(chǎn)生所有輸出。 ? chisq——要求對每層是否齊性或獨立性進行卡方檢驗，包括 pearson卡方、似然比卡方和 MantelHaenszel卡方。缺省值為 alpha=。 ? missing——要求把缺失值當(dāng)作非缺失值看待，在計算百分?jǐn)?shù)及其他統(tǒng)計量時包括它們。由 output語句創(chuàng)建的數(shù)據(jù)集可以包括在 tables 語句中要求的任意統(tǒng)計量。 end。 程序說明：建立輸入數(shù)據(jù)集 colleges ，數(shù)據(jù)的輸入和完全隨機化方差分析的數(shù)據(jù)輸入完全相同，先輸入本組數(shù)據(jù)的總數(shù)，然后輸入組中每個數(shù)據(jù) 。每組平均得分（ Mean Score）分別為 95/7=、 27/6= 和 88/7=。 程序說明： freq過程選項 formachar= 39。本例中只有一層。 第三十課 Spearman 等級相關(guān)分析 四、 秩相關(guān)的 Spearman 等級相關(guān)分析 前面介紹了使用非參數(shù)方法比較總體的位置或刻度參數(shù)，我們同樣也可以用非參數(shù)方法比較兩總體之間的相關(guān)問題。由于： 2 )1(2111 ??????? ?? ?? nnnQR ni ini i ? 6 )12)(1(21 2221 21 2 ???????? ?? ?? nnnnQR ni ini i ? 因此，公式 ()可以化簡為： )1(61)1( )(61 2222??????? ?? nn dnn QRr iiis () 顯然在 iR = iQ 時，秩相關(guān)系數(shù) sr 達到最大 值＋ 1。秩相關(guān)系數(shù) ),( QRrs 原假設(shè)為 0 的 t檢驗統(tǒng)計量為： 上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 11 of 13 )(1 2 ?? ??t 查表自由度為 8， t= 的雙側(cè) p=。 partial 變量列表 。 2. proc corr 語句的選項 ? outp＝數(shù)據(jù)集名 ——產(chǎn)生含有 Pearson 相關(guān)系數(shù)的一個新數(shù)據(jù)集。 ? vardef＝ df | weight | wgt | wdf——指定計算方差時的除數(shù)： df（自由度 n–1）， weight或 wgt（權(quán)重之和）， n（觀察數(shù)）， wdf（權(quán)重之和－ 1）。 ? nosimple——對原始數(shù)據(jù)執(zhí)行標(biāo)準(zhǔn)方差分析。 4. with 語句 為了得到變量間的特殊組合的相關(guān)系數(shù)，該語句和 var語句聯(lián)合使用。 7. freq 語句 當(dāng)規(guī)定 freq 語句時，輸入數(shù)據(jù)集中的每個觀察假定代表 n 個觀察，其中 n 是該觀察中 freq變量中的值。 proc corr data= spearman。等級相關(guān)與一般參數(shù)相關(guān)一樣仍然 調(diào)用 corr過程，只需要在選擇項中 指定為何種等級相關(guān)，我們選擇計算 spearman 秩相關(guān)系數(shù) 。 Variables: Y 1 39。這個相關(guān)系數(shù)為 0的原假設(shè)檢驗結(jié)果是 p=，因此，我們拒絕相關(guān)系數(shù)為 0的原假設(shè)，接受了這個 等級相關(guān)系數(shù)。 程序說明：建立輸入 數(shù)據(jù)集 persons ，要注意實際數(shù)據(jù)所表示的等級次序大小與 SAS 系統(tǒng)中自動給出的等級次序大小的不同。 input x y 。則生成 x和 a， y 和 a， z 和 a， x和 b， y 和 b， z 和 b。 ? nosimple——不輸出每個變量的簡單描述性統(tǒng)計量。 ? csscp ——要求輸出偏差平方和與交叉積和。 ? pearson——要求計算通常的 pearson 乘積矩
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1