统计假设检验的SAS程序_sas假设检验_sas培训

2.2  统计假设检验的SAS程序

在阅读以下内容之前，请先阅读第一章“SAS软件基本操作”。

2.2.1  单个样本的t检验 

对于课本5.1.4所介绍的单个样本t检验，可以使用PROC MEANS过程计算。PROC MEANS过程在2.1.1中已经做过介绍。这里只以课本中例5.5的数据为例，说明如何使用PROC MEANS过程进行检验。在这里数据采用在作业流中输入，因此不必建立外部数据文件。

options  linesize=76;

data  maize;

input  weight  @@;

diff=weight-300;

cards;

308       305  311  298  315  300  321  294  320

proc  means  n  t  prt;

var  diff;

run;

在PROC MEANS语句中的t是在H0:μ=0 假设下所得到的统计量，在这里H0:μ=300，因此在INPUT语句后，用赋值语句建立一个新变量diff，diff是每一观测值与300之差，检验这个差值的期望是否为0，输出结果如下：

表 2－8  单个样本t检验的输出结果

The SAS System

Analysis Variable : DIFF

2.2.2  配对数据t检验 

配对数据t检验的SAS程序与2.2.1节中的程序基本相同，不同点只是在INPUT语句中包含三个变量，在赋值语句中的新变量是两个变量的差而不是变量与一个常量的差。以课本中表5－3的数据为例，SAS程序如下：

options  linesize=76;

data  matdat;

input  id  prepro  postpro  @@;

diff=prepro-postpro;

cards;

proc  means  n  mean  stderr  t  prt;

var  diff;

run;

输出结果见表2－9

表2－9  配对数据t检验的输出结果

The SAS System

Analysis Variable : DIFF

2.2.3  成组数据t检验     

可以使用PROC TTEST过程做成组数据t检验。以课本中例5.9的数据为例，说明成组数据t检验的SAS程序。

options  linesize=76;

data  wheat;

input  strain  days  @@;

cards;

proc  ttest;

class  strain;

var  days;

run;

上述的CLASS语句称为分类语句，在t检验中的分类变量（品种），应在CLASS语句中给予说明，以便PROC TTEST过程按不同类别（品种）进行检验。输出结果见表2－10。

表2－10  成组数据t检验的输出结果

The SAS System

TTEST PROCEDURE

Variable: DAYS

For H0: Variances are equal, F’ = 1.10    DF = (9,9)    Prob>F’ = 0.887

表2－10中给出了方差齐性检验和t检验结果以及方差不具齐性时，用Satterthwaite方法计算的近似t统计量的自由度。从表的最后一行得知，方差具齐性，因此只选用Equal行的结果即可。Prob>|T|的含义是变量T大于统计量t的概率，P(T>t)。（参考课本“小概率原理”一节）。不论是单侧检验还是双侧检验，该概率值都是一样的。做单侧检验时P<0.05差异显著，在做双侧检验时P<0.025时差异显著。

• 2.3 χ²检验的SAS程序

在阅读以下内容之前，请先阅读第一章“SAS软件基本操作”。 

使用PROC FREQ过程（见2.1.2）进行χ²检验，首先应使用TABLE语句生成一个两向表。在TABLE语句的“/”后，可供使用的选项共有24个，其中的几个基本选项如下：

CHISQ：χ²检验及2´2列联表的Fisher精确检验。

EXACT：对大于2´2列联表进行Fisher精确检验。

ALPHA＝（p）：设置置信区间时使用的显著水平，缺省时a＝0.05。

MISSIN：要求FREQ把缺失值当做非缺失值看待，在计算百分数或其它统计量时包括它们。

例 2.7   以课本中例7.3的数据为例，说明χ²检验的SAS程序。

解  记符号“o”为口服，“i”为注射，“e”为有效，“n”为无效。

options  linesize=76;

data  medicine;

input  way  $  effect  $;

cards;

o  e

o  n

i  e

i  n

:

:

proc  freq  formchar(1,2,7)=’|-+’;

table  way * effect / chisq;

run;

在TABLE语句中way * effect将形成一个两向表，第一个变量形成表的行，第二个变量形成表的列。在PROC FREQ语句中的选项formchar(1,2,7)，是输出表格线的形状。输出结果如下。

表2-11  例2.7输出的结果

The SAS System

TABLE OF WAY BY EFFECT

WAY         EFFECT

STATISTICS FOR TABLE OF WAY BY EFFECT

Sample Size = 193

表2－11给出χ²值，连续性矫正χ²值和精确检验χ²值。

该例如果使用以下程序，在数据步中数据的输入变得很简单了。

options linesize=76;

data;

do way=1 to 2;

do effect=1 to 2;

input case @@;

output;

end;

end;

cards;

58 40

64 31

;

proc freq formchar(1,2,7)=’|-+’;

weight case;

tables way*effect;

run;

在数据步中使用了一个DO语句，这是一个循环语句。“way=1 to 2”表示“方式”有两个水平，“effect=1 to 2”表示“效果”有两个水平，如果实验是一个高阶的列联表，那么TO后面的数字也应做相应的改变。在程序步中的WEIGHT语句是一个权数语句，它的值是这些观测相应的权数。

输出的结果如下，因为在TABLE语句中没有规定统计分析选项，所以只输出列联表：

The SAS System

TABLE OF WAY BY EFFECT

WAY         EFFECT

比较前面的两个列联表，只是表的形式有些不同，其它结果没有任何变化。

在输出的列联表中还有一些选项可供使用，如：

EXPECTED：在独立性假设下，要求输出单元频数的期望值。

NOCOL：不输出交叉表里的单元列百分数。

NOROW：不输出交叉表里的单元行百分数。

CELLCHI2：要求该过程输出每个单元对总χ²统计量的贡献。

NOPERCENT：不输出交叉表的单元百分数和累计百分数。

如果在TABLE语句中加入上述选项，输出的结果更接近教材中列联表的格式。

options linesize=76;

data;

do way=1 to 2;

do effect=1 to 2;

input case @@;

output;

end;

end;

cards;

64 31

58 40

;

proc freq formchar(1,2,7)=’|-+’;

weight case;

tables way*effect/cellch2 expected nocol norow nopercent;

run;

输出结果如下表：

The SAS System

TABLE OF WAY BY EFFECT

WAY         EFFECT

例 2.8  计算课本中例7.5的精确χ²。

解  记A饲料为1，B饲料为2；未增重为1，增重为2。SAS程序如下：

options  linesize=76;

data  mouse;

input  feed  weight  @@;

cards;

1  1  1  1  1  1  1  1  1  2

2         2  2  2  2  2  2  2  2  2  2  2

proc  freq  formchar(1,2,7)=’|-+’;

table  feed * weight / chisq  missing;

run;

输出结果如下：

表2－12  例2.8输出的结果

The SAS System

TABLE OF FEED BY WEIGHT

FEED        WEIGHT

STATISTICS FOR TABLE OF FEED BY WEIGHT

Sample Size = 11

WARNING: 100% of the cells have expected counts less

than 5. Chi-Square may not be a valid test.

转载请注明：数据分析 » 统计假设检验的SAS程序_sas假设检验_sas培训