文档介绍：该【SAS学习系列19.-PROC-MEANS均值以及均值的T检验 】是由【才艺人生】上传分享，文档一共【14】页，该文档可以免费在线阅读，需要了解更多关于【SAS学习系列19.-PROC-MEANS均值以及均值的T检验 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。SAS学****系列19.-PROC-(一)PROCMEANS过程步由PROCUNIVARIATE过程步生成的大多数统计描述,用PROCMEANS过程步也可以实现。区别是,UNIVARIATE是做更深入的统计分析;如果只是需要计算少数的统计量,PROCMEANS更适合(不能做图形输出)。基本语法:PROCMEANSdata=数据集statistic-keywords;CLASSvariable;VARvariable-list;说明:(1)CLASS指定分组变量,VAR指定要做统计分析的变量;(2)(即95%的置信限),若要设定在统计量关键词位置加上,例如,ALPHA=;(3)若不加统计量关键词,默认输出:均值、非缺省值个数、标准差、最小值、最大值。可选的统计量关键词包括:关键词说明关键词说明CLM双边置信限RANGE极差CSS校正平方和SKEWNESS偏度CV变异系数STDDEV标准差KURTOSIS峰度STDERR均值的标准误LCLM置信下限SUM求和运行结果:说明:有90%的把握说“儿童书的页数范围是:[,]”.(二)假设检验的P值法一、什么是假设检验?实际中,我们只能得到抽取的样本(部分)的统计结果,要进一步推断总体(全部)的特征,但是这种推断必然有可能犯错,犯错的概率为多少时应该接受这种推断呢?为此,统计学家就开发了一些统计方法进行统计检定,通过把所得到的统计检定值,与统计学家树立了一些随机变量的概率分布进行对比,我们可以知道在百分之多少的机遇下会得到目前的结果。倘若经比较后发现,涌现这结果的机率很少,即是说,是在时机很少、很罕有的情况下才出现;那我们便可以有信念地说,这不是巧合,该推断结果是具有统计学上的意义的。否则,就是推断结果不具有统计学意义。二、假设检验的基本思想——小概率反证法思想小概率思想是指小概率事件(P<α,α=)在一次试验中基本上不会发生。反证法思想是先提出原假设(H0),再用适当的统计方法确定假设成立的可能性(P值)大小,如可能性小(P≤α),则认为原假设不成立,若可能性大,则还不能认为备择假设(H1)成立。三、原假设与备择假设原假设与备择假设是是完备且相互独立的事件组,一般,原假设(H0)——研究者想收集证据予以反对的假设;备择假设(H1)——研究者想收集证据予以支持的假设;假设检验的P值是由检验统计量的样本观察值得出的原假设可被拒绝的最小显著水平。假设检验判断方法有:临界值法、P值检验法。四、假设检验分类及步骤(以T检验为例):μ=μ0,备择假设H1:μ≠μ0;Ⅱ.根据样本数据计算出统计量t的观察值t0;Ⅲ.P值=P{|t|≥|t0|}=t0的双侧尾部的面积;Ⅳ.若P值≤α(在右尾部分),则在显著水平α下拒绝H0;若P值>α,则在显著水平α下接受H0;注意:α为临界值,看P值在不在阴影部分(拒绝域),空白部分为接受域。:μ≥μ0,备择假设H1:μ<μ0;Ⅱ.根据样本数据计算出统计量t的观察值t0(<0);Ⅲ.P值=P{t≤t0}=t0的左侧尾部的面积;Ⅳ.若P值≤α(在左尾部分),则在显著水平α下拒绝H0;若P值>α,则在显著水平α下接受H0;:μ≤μ0,备择假设H1:μ>μ0;Ⅱ.根据样本数据计算出统计量t的观察值t0(>0);Ⅲ.P值=P{t≥t0}=t0的右侧尾部的面积;Ⅳ.若P值≤α(在右尾部分),则在显著水平α下拒绝H0;若P值>α,则在显著水平α下接受H0;(三)T分布与T检验一、T分布若样本均数服从正态分布,经过U变换,可以变成标准正态分布N(0,12),,由于总体标准差未知,用样本标准差代替,则不再服从标准正态分布,而是服从T分布:其中,S为样本方差,n为样本含量,v为自由度。T分布只有一个参数——→∞时,T分布无限接近标准正态分布。T分布的图形说明:单侧概率(单侧尾部面积)用表示;双侧概率(双侧尾部面积)用表示;例如,,10=,则P(t≤-)=P(t≥)=,10=,则P(t≤-)+P(t≥)=、T检验T检验,是一种参数假设检验,用来检验“单样本均数与已知均数、两独立样本均数、配对设计资料的均数”是否存在差异,这种差异是否能推论至总体。T检验适用于样本含量较小(比如n<60,大样本数据可以用U检验),适用条件:①数据服从正态分布(做正态性检验);②满足方差齐性(即两样本的总体方差相等,做F检验);若满足①,②,可以尝试对数据做变量变换:对数变换、平方根变换、倒数变换、平方根反正弦变换等。正态性检验:(1)W检验,Shapiro-Wilk检验是基于次序统计量对它们期望值的回归而构成的。所用检验统计量为W,又称为W检验。在样本量3≤n≤50时使用。(2)D检验,Kolmogorov-Smirnov检验的统计量为D,所以也称D检验,在样本量50≤n≤1000时使用。假设检验H0:数据总体服从正态分布,H1:数据总体不服从正态分布。当P≤α时,拒绝H0,认为样本所来自的总体不服从正态分布;当P>α时,不拒绝H0,认为样本所来自的总体服从正态分布。F检验要求两样本数据的总体均服从正态分布,统计量F为为较大的方差与较小的方差的比值:假设检验H0:两总体方差相等;H1:两总体方差不相等。取α=(α较大以减少II类错误),当P≤α时,拒绝H0,认为两总体方差不相等;当P>α时,不拒绝H0,认为两总体方差相等。(四)均值的T检验T检验“单样本均数与已知均数、两独立样本均数、配对设计资料的均数”是否存在差异。例如,检查学生成绩平均分是否在某个分值之上;比较同一老师教的两个班的学生平均分是否存在差异;正常饲料组和维E缺乏组大白鼠肝中维生素A含量的均值是否存在差异。T检验在SAS中用PROCTTEST过程步实现。一、单样本与指定均值基本语法:PROCTTESTdata=数据集H0=mu0options;VARvariable;说明:“H0=mu0”,对变量的均值与指定均值mu0(默认是H0=0),做T检验。原假设是μ=μ0.