上回讲到参数估计与假设检验的一些比较基础的地方,今天就着这个话题继续整理归纳,今天时间有限,就写一下假设检验中的TTEST过程、单样本均值T检验、双样本均值T检验。

一、TTEST过程
TTEST过程可以进行单样本、独立双样本、配对双样本均值T检验和置信区间的计算,并且可以绘制直方图、分位数图(Q-Q图)、盒状图和置信区间图。
基本语法:
proc ttest data=数据集;
class 两样本检验的分类变量;/*class只能指定一个分类变量,并且该分类变量只能有两个不同的取值,如果没有使用class,就会默认进行单样本均值T检验*/
paired 配对样本检验的变量;/*指定进行配对样本均值T检验时的配对变量组*/
var 分析的变量;/*指定需要分析的数值型变量*/
run;
二、单样本均值T检验
前一篇文章也讲到,单样本均值T检验时用于检验一个样本均值与一个已知的总体均值的差异是否显著。
proc ttest data=sashelp.fish ho=14 plots(shownull)=interval;
where species="Bream";
var height;
title "testing whether the mean of bream height =14";
run;
当TTEST过程计算出来的P值小于α,则拒绝原假设。
三、独立双样本均值T检验
在双样本条件下,可以通过构造t构造量利用T分布理论来比较两样本所代表的总体均值是否有显著差异,如果两个样本是独立,则为独立双样本均值T检验。
进行以上的T检验,需满足以下条件:
1)两个样本中的观测之间需要相互独立;
2)两个样本必须分别来自正态分布总体;
3)两个样本方差相等。
四、配对样本均值T检验
在双样本均值T检验中,如果两组数据不是相互独立的,则对两组数据的均值差异进行的假设检验叫做配对样本均值T检验。
进行以上的T检验,需要以下条件:
1)两样本具有配对关系;
2)两样本的配对均值之差必须服从正态分布;
3)输入数据集不能是统计结果,而是一条条的观测值。

参数估计与假设检验就先讲到这里了,关于sas的学习,我还是不按照顺序来了,因为最近需要学习的内容还是会更多focus在建模上,所以没有更多的时间精力去学其他的知识,所以,接下来的日子我会在学习建模的过程中整理归纳一些重点,然后share出来给大家一起学学,有什么不对的地方也望指正嘻嘻!
”欢迎关注,嘻嘻~”
本文详细介绍了SAS中TTEST过程的应用,包括单样本均值T检验、独立双样本均值T检验和配对样本均值T检验的原理与操作步骤。通过实例展示了如何进行假设检验,并强调了检验的条件和结果解释。作者还分享了后续学习将更专注于建模,并将持续分享相关学习心得。
3543

被折叠的 条评论
为什么被折叠?



