sas20xxch5sas基本統(tǒng)計過程(一)meanunittestnpar(編輯修改稿)
2024-10-22 16:58 本頁面
【文章內容簡介】 Sum Observations 6535 Std Deviation Variance Skewness Kurtosis Uncorrected SS 1070595 Corrected SS Coeff Variation Std Error Mean Basic Statistical Measures Location Variability Mean Std Deviation Median Variance Mode Range Interquartile Range Variance：方差 , Uncorrected SS：未校正平方和， Corrected SS：校正平方和 Sum Observations：總和， Coeff Variation：變異系數(shù)， Std Error Mean：標準誤 Mode：眾數(shù)， Range：全距， Interquartile Range：四分位數(shù)間距 Slide 15 彭斌 Extreme Observations Lowest Highest Value Obs Value Obs 149 15 174 38 150 23 178 32 152 37 180 9 152 29 180 18 153 33 184 20 Tests for Location: Mu0=0 Test Statistic p Value Student39。s t t Pr |t| .0001 Sign M 20 Pr = |M| .0001 Signed Rank S 410 Pr = |S| .0001 Quantiles (Definition 5) Quantile Estimate 100% Max 99% 95% 90% 75% Q3 50% Median 25% Q1 10% 5% 1% 0% Min Student‘s t： t檢驗，與總體均數(shù) 0進行比較 Sign：符號檢驗， Signed Rank：符號秩檢驗 Slide 16 彭斌 (2) 用 univariate過程對 身高 變量進行正態(tài)性檢驗 程序如下： PROC UNIVARIATE data= student normal。 VAR height 。 RUN。 在這 PROC語句中添加選項“ normal”即可。 Slide 17 彭斌 Tests for Normality Test Statistic p Value ShapiroWilk W Pr W KolmogorovSmirnov D Pr D Cramervon Mises WSq Pr WSq AndersonDarling ASq Pr ASq 四種正態(tài)性檢驗，通常情況下只需看 W統(tǒng)計量，此例 W=，P=，大于 ，因此，體重數(shù)據(jù)服從正態(tài)分布。 Slide 18 彭斌 167。 2 計量資料的統(tǒng)計推斷 SAS統(tǒng)計分析過程提供了強大的分析模塊。我們先介紹 t檢驗、秩和檢驗、卡方檢驗及直線相關回歸分析模塊。 Slide 19 彭斌 t檢驗 在 SAS系統(tǒng)中，兩組資料比較的 t檢驗是用 TTEST過程 來實現(xiàn)的。 TTEST過程計算用 CLASS變量的 兩個水平 識別兩個觀測組中每一個的樣本均值，并檢驗總體均值相等的假設。 .兩組觀測的方差相等； .在每個組內，各個觀測獨立且服從正態(tài)分布。 如果兩組觀測的方差不等，則計算近似的 t統(tǒng)計量 (t’) 一 . t檢驗 Slide 20 彭斌 語句格式： PROC TTEST [options]。 CLASS variables。 VAR variables。 BY variables。 前兩條語句 (下劃線部分 )是必須的，后兩條語句是可選的。 1) proc ttest [options]。 這里的選項有兩個： ? Cochran： 要求在方差不等的情況下用 Cochran和 Cox的方法計算近似 t統(tǒng)計量的近似概率水平； ? Data=SASdataset： 指定 TTEST過程所用的 SAS數(shù)據(jù)集；如果缺省，則使用最近生成的 SAS數(shù)據(jù)集。 2) by variables。
高考資料相關推薦
鄂ICP備17016276號-1