【正文】 。 再利用菜單完成回歸分析 : (1) 選擇 Solutions→Analysis→Analyst 菜單， (2) 選擇 File→Open By SAS Name→work→reg (3) 選擇 Statistics→Regression, (4) 選擇 Linear Regression出現(xiàn)一窗口 (5) 在出現(xiàn)的窗口中設(shè)置變量，我們選擇變量dependent為 y,選擇 Explanatory為 x1,x2,x3, Tests按鈕可以選擇顯著性水平 ,默認(rèn)是 。 1 2 3 4 5 6 7 8 9 10 11 。 input n x1x3 y。 。 run。 cards。（顯著水平取 ） 首先建立數(shù)據(jù)集 : data 。 Two Sample Test for Variances of olddata and newdata Sample Statistics Group N Mean Std. Dev. Variance olddata 10 newdata 10 Hypothesis Test Null hypothesis: Variance 1 / Variance 2 = 1 Alternative: Variance 1 / Variance 2 ^= 1 Degrees of Freedom F Numer. Denom. Pr F 9 9 結(jié)果分析： 由上可見， F統(tǒng)計量是 , Pr F的值為α=,因此應(yīng)該接受 H0，即認(rèn)為兩總體方差相等。 (2) 選擇 Solutions→Analysis→Analyst 菜單， (3) 選擇 File→Open By SAS Name→Work→mydata, (4) 選擇 Statistics→Hypothesis, (5) 選擇 TwoSample Test for Variances,出現(xiàn)圖 5 圖 5 兩個樣本的方差檢驗 （ 6）在圖 5的窗口中設(shè)置變量，選擇 Two variables(兩個變量 ),依次選一個變量，按Group1按鈕及 Group2按鈕， Alternate處是備擇假設(shè)，我們選＜ 1， Intervals按鈕可以選擇顯著性水平 ,默認(rèn)是 ，我們選 。 3. 正態(tài)總體方差的假設(shè)檢驗 由于在 SAS中，單個總體與兩個總體的情況在操作上差不多，下面只舉兩個總體的情況。 （ 7）單擊 OK，產(chǎn)生輸出結(jié)果。 run。 cards。 二、兩個正態(tài)總體均值差的檢驗 例 是否會增加鋼的得率 ,試驗是在同一只平爐上進(jìn)行的 .每煉一爐鋼時除操作方法外 ,其它條件盡可能做到相同 .先用標(biāo)準(zhǔn)方法煉一爐 ,然后用建議的新方法煉一爐以后交替進(jìn)行 ,各煉了 10爐 ,其得率分別為 : 設(shè)這兩個樣本相互獨立 ,且分別來自正態(tài)總體 N(μ1, σ2)和N(μ2, σ2), μ1, μ2, σ2均未知 .問建議的新的操作方法能否提高得率 ?(取 α=)(TwoSample Paired ttest for a mean) 解 按題意需檢驗假設(shè) 操作步驟： （ 1）首先輸入數(shù)據(jù)，程序為 data mydata。 （ 7）單擊 OK，產(chǎn)生輸出結(jié)果。 run。 cards。 μ檢驗（ OneSample ttest for a mean ） 例 x(以小時計 )服從正態(tài)分布 , μ, σ2均未知 ,現(xiàn)測得 16只元件的壽命如下 : 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 問是否有理由認(rèn)為元件的平均壽命大于 225(小時 )? 解 按題意需檢驗假設(shè) 操作步驟： （ 1）首先輸入數(shù)據(jù)，程序為 data lifetest。 （ 7）單擊 OK，產(chǎn)生輸出結(jié)果。 運行上述程序。 。 input weight。當(dāng)機器正常時，其均值為 ，標(biāo)準(zhǔn)差為 。 假設(shè)檢驗 在 Statistics菜單下的 Hypothesis Tests可以進(jìn)行各種假設(shè)檢驗，大致可以分為單樣本檢驗和兩樣本檢驗，其中單樣本包括： ? 單樣本均值 Z檢驗： One Sample Z Tests ? 單樣本均值 t檢驗： One Sample t Tests ? 單樣本比例檢驗： One Sample Proportion Tests ? 單樣本方差檢驗 ： One Sample test for a variance 兩樣本的檢驗包括 ? 兩樣本均值 t檢驗： Two Sample t Test For Means ? 成對樣本均值 t檢驗 :Two Sample paired t test for means ? 兩樣本比例檢驗 :Two Sample test for proportions ? 兩樣本方差檢驗： Two Sample test for Variance ? 2. 正態(tài)總體均值的假設(shè)檢驗 一、單個總體 N(μ,σ2)均值 μ的檢驗 μ檢驗（ 單樣本均值 Z檢驗： One Sample Z Tests ） 例 2 某車間用一臺包裝機包裝葡萄糖。 Run。\*其中 A取 1表有罪， 2無罪；B取 1表黑人， 2表白人 *\ Cards。 輸出結(jié)果如下 例 2：計算 x與 y間的相關(guān)系數(shù) 打開 Test數(shù)據(jù)集，選擇 Statistics— Descriptive—Correlations，在對話框中將 x與 y選入 Analysis，然后單擊 OK 輸出結(jié)果如下，可見 x與 y間的相關(guān)系數(shù)為 二、列聯(lián)表分析 使用 Statistics菜單下的 Table Analysis可以進(jìn)行列聯(lián)表分析（即屬性頻數(shù)數(shù)據(jù)分析 ) 例 1:為了考察法院判決是否與被告種族有關(guān)，調(diào)查了326位被告的判決情況如表所示 : 黑人 白人 有罪 17 19 無罪 149 141 首先建立數(shù)據(jù)集 Data panjue 。 例：繪制 Normal數(shù)據(jù)集中 X的概率圖，步驟如下： （ 1）首先選擇 Graphs下 Probality Plot，彈出對話框 （ 2）單擊 X，再單擊 Analysis，然后選擇分布為Normal，單擊 Ok得到概率圖： 可以看到 X的分布與正態(tài)分布基本吻合，圖中還給出了正態(tài)分布的參數(shù)：均值為－ ，標(biāo)準(zhǔn)差為 。概率圖將數(shù)值排序，給出每個數(shù)值對應(yīng)的分位數(shù)，然后打點作圖。 例：以上節(jié) normal數(shù)據(jù)集中 X為對象繪制直方圖，并在直方圖上擬合正態(tài)分布曲線。 例：在剛才生成的正態(tài)數(shù)據(jù)集 normal中隨機抽取 50個數(shù)據(jù)。 七、 SAS的基本統(tǒng)計分析功能 －－－ SAS Analysis 模塊 ? 前面我們已經(jīng)對 SAS系統(tǒng)進(jìn)行了簡要的介紹，下面我們講如何利用 SAS Analysis 模塊計算描述統(tǒng)計量、進(jìn)行假設(shè)檢驗、擬合曲線以及進(jìn)行回歸分析 啟動 Analyst模塊 ? 選擇 Solutions菜單下的 Analysis，然后再選擇下面的 Analyst，如圖： ? 得到 Analyst界面 ? 數(shù)據(jù)集相關(guān)操作 ? 一、依分布產(chǎn)生數(shù)據(jù) ? 利用 Data菜單中 Random Variates可以產(chǎn)生服從特定分布的隨機數(shù)，可以選擇的分布類型包括：