sas04__sas基本統(tǒng)計分析功能-wenkub.com
2025-05-06 12:33 本頁面
【正文】 董事屢議不決之后，最終決定進(jìn)行抽樣調(diào)查。牛的患病程度（ DISEASE）分為沒有（ 0）、低（ 1）、高（ 2），牛群大?。?HERDSIZE）分為?。?1）、中（ 2）、大（ 3）。 ?當(dāng) 1T5且 n40選連續(xù)校正卡方值；似然比卡方在大樣本下與 Person 卡方近似。如 ?功能：檢驗兩個離散變量的取值是否獨(dú)立。 方式二： ?頻數(shù)表法 —— 沒有具體每行樣本觀測的信息，只有匯總的頻數(shù)表，則需要設(shè)置一個代表觀測頻數(shù)的變量，然后使用 freq過程可以制成列聯(lián)表，使用 tables語句指定行變量和列變量， weight語句指定單元格頻數(shù)變量。 0 : P r ( ) ( 1 , 2 , .. ., )iiH X a p i k? ? ?2221() ( 1 )k iii in n p knp???????【 例 1】 ?某工廠近 5年來發(fā)生了 63次事故，按事故發(fā)生的星期號分類如下： ?問事故的發(fā)生是否與星期幾有關(guān)？ ?思路分析：采用擬合優(yōu)度卡方檢驗六種情況發(fā)生的概率是否相等， H0： Pr(X=i)=1/6 (i=1,2,…6) 。 24 74 240 44 L ogi t P age t i me pat hs c atpat hs i ze hi st gr ad? ? ? ? ? ? ? ?? ? ? ?l o g 0 . 2 4 2 4 0 . 0 2 7 4 6 0 0 . 0 0 2 4 0 1 2 64 4 1 65 6 1 45 1 1 7 42z it P? ? ? ? ? ? ?? ? ? ? ? ? ? 1 . 4 7 4 211 0 . 8 1 3 7 0 . 51 + e 1 + ezP ?? ? ? ?作業(yè)： P150 16 補(bǔ)充： 某調(diào)查中收集了 350大學(xué)生的數(shù)據(jù)信息，研究戀愛與否（變量 V）與年齡（ age）、地區(qū)（ Location），各科平均成績（ score）、性別 (sex)及身高 (height)等變量的關(guān)系。 ?【 例 】 數(shù)據(jù)集 。 ?【 例 2】 某地大氣中氰化物測定結(jié)果如下： ?散點(diǎn)圖分析表明 Y和 X間呈現(xiàn)指數(shù) 函數(shù)關(guān)系案 ，現(xiàn)求回歸方程。 run。 ? (2)要輸出其它結(jié)果可以 print語句，如 Print cli Run。 ?類似可得對變量 age， t統(tǒng)計量值為 ，雙邊檢驗 p值為，在 α =，應(yīng)接受 H0,說明模型是 age變量對 weight變量影響不顯著性。 分析： 由散點(diǎn)圖和相關(guān)分析可知 weight和 height,age間有較強(qiáng)的線性關(guān)系 。 ?（ 2）為了得到最好配方，由輸出結(jié)果的每種水平下，指標(biāo)定強(qiáng) stren的均值，可得促進(jìn)劑（因素 A）在第 3水平使指標(biāo)達(dá)最大值，氧化鋅在第 4水平時使指標(biāo)達(dá)最大，故最佳配方為：第 3種促進(jìn)劑和第 4種氧化鋅分量。對配方的每種組合重復(fù)試驗兩次，總共試驗了 24次，得到如下表， 試分析因素 A和因素 B的主效應(yīng)和交互效應(yīng)，以及最好的實(shí)驗配方。（ α =） ?分析： 零假設(shè) H0: 不同品種的油菜的平均畝產(chǎn)相同 ?由輸出結(jié)果中的 KrushalWallis檢驗的統(tǒng)計量 χ2= p=α =，故拒絕 H0, 即不同品種的油菜的平均畝產(chǎn)有顯著不同。 Class 因素變量； Var 指標(biāo)變量 。由方差分析表中 F=,p=α =，故拒絕 Ho,即不同品種的油菜的平均畝產(chǎn)有顯著差異。 Ho： 5組數(shù)據(jù)的方差相等。 ?試問不同品種的油菜的平均畝產(chǎn)是否相同？（ α =） A1 A2 A3 A4 A5 256 244 250 288 206 222 300 277 280 212 280 290 230 315 220 298 275 322 259 212 分析： ?（ 1）正態(tài)性檢驗。 作業(yè)： P157習(xí)題 1 , 3 , 5, 7 方差分析 ? ? ? ?思路 :檢驗多組獨(dú)立樣本均值有無顯著性差異 ， 等價于檢驗這個因素的各個取值水平會不會影響到指標(biāo)的取值 。 ?【 例 6】 為了檢驗一種新的復(fù)合肥料和原來使用的肥料相比是否顯著地提高了小麥的產(chǎn)量，在一個農(nóng)場中選擇了 10塊田地，每塊等分為兩部分，其中任指定一部分使用新的復(fù)合肥料，另一部分使用原肥料，小麥成熟后稱得各部分小麥的產(chǎn)量（單位： kg）如表，用符號檢驗法檢驗新復(fù)合肥是否會顯著提高小麥產(chǎn)量？（ α =） 分析： ?先作正態(tài)性檢驗如下： ?零假設(shè)為 Ho：差值變量 diff服從正態(tài)分布，由輸出結(jié)果知shapirowilk檢驗的統(tǒng)計量為 w=，檢驗的p=α=，故應(yīng)拒絕零假設(shè)，即有 95%把握認(rèn)為差值變量 diff不服從正態(tài)分布。 ? H0：治療前后的差值變量 x的均值為 0。當(dāng)差值變量服從正態(tài)分布時，可用配對樣本 T檢驗的統(tǒng)計量為 ?其中 X為兩個樣本的差值變量， 、 S分別 為差值變量的均值和標(biāo)準(zhǔn)差。由輸出結(jié)果的 wilcoxon秩和檢驗中用正態(tài)近似得到的雙邊檢驗的 z=， p=α=，故應(yīng)接受零假設(shè)，即有95%把握認(rèn)為男生和女生的 gpa無顯著性差異。 注： ?使用 SAS軟件中的“分析家”，打開數(shù)據(jù)集后，利用菜單“統(tǒng)計” → “假設(shè)檢驗” → “均值的雙樣本 T檢驗”，可以進(jìn)行單邊和雙邊檢驗。由 ttest過程輸出先作方差齊性檢驗如下： ?Ｈ 0：患者組和健康組來自方差相等的總體，即，檢驗的統(tǒng)計量 F=， P=α=，故應(yīng)接受零假設(shè)，即有95%把握認(rèn)為患者組和健康組方差滿足齊性。 （ 3） by 語句和 var語句作用同前。 ?方差不齊時，檢驗兩樣本的均值是否相同，用校正 t檢驗。 兩獨(dú)立樣本均值檢驗（ TTest過程、npar1way過程） ? ?假設(shè)兩組樣本來自兩個獨(dú)立總體，需要檢驗兩個總體的均值或中心位置是否一樣。由輸出結(jié)果知 T檢驗的統(tǒng)計量 t=，雙邊檢驗的 p值為 α=，故接受原假設(shè)，即有 95%的把握接受學(xué)生的平均身高為 63。 輸出結(jié)果為： 分析 : ?先作正態(tài)性檢驗。 ?對大量重復(fù)試驗而言， t是隨機(jī)變量，且服從 t分布 t (n1)。 ?【 例 1】 檢驗數(shù)據(jù)集 gpa是否服從正態(tài)分布 ? 輸出結(jié)果中正態(tài)檢驗部分為： ?分析：檢驗的零假設(shè)為 Ho： gpa變量服從正態(tài)分布，其中shapirowilk檢驗的統(tǒng)計量為 w=，檢驗的 p值小于，當(dāng)然小于給定的顯著性水平 α=，故應(yīng)拒絕零假設(shè)，即有 95%把握認(rèn)為 gpa非正態(tài)。 ?檢驗的零假設(shè) Ho：數(shù)據(jù)資料服從正態(tài)分布。備擇假設(shè) H1：數(shù)
法律信息相關(guān)推薦
鄂ICP備17016276號-1