SAS课件--第5讲 SAS的假设检验

正态总体假设检验是统计学中常用的一种假设检验方法，用于检验总体的均值是否满足某种特定性质。

在正态总体假设检验中，当总体的方差已知时，我们可以使用SAS软件进行假设检验，以确定样本均值是否与总体均值存在显著性差异。

本文将介绍如何在SAS软件中进行已知方差的正态总体假设检验，包括样本数据的导入、假设检验的设置和结果的解释等内容。

1. 样本数据的导入在进行正态总体假设检验之前，我们需要将样本数据导入SAS软件中。

假设我们已经有了一组样本数据，包括了样本的观测值和样本的标签等信息。

我们可以使用SAS软件中的PROC IMPORT命令来导入样本数据，具体的操作步骤如下：```proc import datafile='样本数据文件路径'out=work.样本数据dbms=excelreplace;sheet='sheet1';run;```在上述命令中，我们通过指定样本数据文件的路径和文件类型，将样本数据导入SAS软件中，并且将导入的数据存储在工作目录中。

导入样本数据后，我们就可以开始进行正态总体假设检验的设置。

2. 假设检验的设置在进行已知方差的正态总体假设检验时，我们首先需要设置假设检验的参数，包括总体均值的假设值、显著性水平和拒绝域等内容。

假设我们的假设检验为双侧检验，显著性水平为α=0.05，总体均值的假设值为μ0。

在SAS软件中，我们可以使用PROC TTEST命令来进行假设检验的设置，具体的操作步骤如下：```proc ttest data=work.样本数据h0=μ0sides=2alpha=0.05;var 变量名;run;```在上述命令中，我们通过指定样本数据的路径、总体均值的假设值、检验的类型和显著性水平等参数，对样本数据进行了假设检验的设置。

在进行假设检验设置后，我们就可以得到相应的假设检验结果。

3. 结果的解释在进行假设检验设置后，我们可以通过观察SAS软件输出的结果来解释假设检验的结果。

4.2 统计检验的基本原理与方法4.2.1 假设检验的基本概念1．问题的提出2．假设检验的步骤一个完整的假设检验过程，通常包括以下四个步骤：1）提出原假设（Null Hypothesis）和备择假设（Alternative Hypothesis）；2）确定适当的检验统计量并计算检验统计量的值；3）规定显著性水平α；4）做出统计决策。

3．统计学上的四类错误4．p值的进一步说明5．实际显著性性和常识进行综合考虑，作出最后的判断。

6．关于实际显著性和统计显著性的重要一点7. 参数方法与非参数方法4.2.2 样本平均数的检验——u检验与t检验SAS程序Ttest4_1.sas查看t检验输出结果和方法：t检验时SAS系统输出是按照①②③顺序，进行结论分析应按照③②①倒序查看。

先看③，判断数据是否来自同一方差总体，如果Pr>F的值大于0.05，说明来自同一方差总体，可以使用t检验方法进行分析，否则应采用非参数检验。

然后看②中的Equal一行，判断两组均值是否相等，如果不等且Pr>F值小于0.05，说明两组均值有显著差异，否则无差异。

然后查看①中Mean列，根据专业知识及两组均值的大小，判断是大的好还是小的好。

例4.2 将20个样本随机分为两组，分别用两种培养基进行培养试验，测得有效成份如下，问两组的平均值有无差别。

treat1：a培养基（11）10，20，40，40，40，80，80，160，160，160，320treat2：b培养基（9人）10，10，10，20，20，20，20，40，40Ho：两组均值相等μ1=μ2 ，Ha：两组均值不等μ1≠μ2 ，显著水平α=0.05 。

由于数据面倍数关系，所以先将两组数据分别取对数，以对数作为新变量进行比较。

用变换后的数据再代入以上公式计算t值。

SAS程序Ttest4_2.sas4.2.3 双尾检验与单尾检验 4.2.4 非参数检验2．符号检验3．秩和检验法4.3 TTEST过程—比较t检验4.3.1 TEST过程简介1．TEST过程简介TTEST过程在一些假设条件下计算t统计量，用以检验“两组观测值均值相等”这个原假设。

四、正态性检验1. 分布拟合图用“insight”绘图选择菜单“Analyze（分析）”→“Distribution (Y)（分布）”，打开“Distribution (Y)”对话框设置正态性！！2.绘制QQ图要选择QQ图的选项！！1）选择菜单“Curves（曲线）”→“QQ Ref Line（QQ参考线）”，打开“QQ Ref Line”对话框。

选择“Method（方法）”栏下的“Least Squares （最小二乘）”单击“OK”按钮得到带参考线的QQ图选择最小二乘法！！2）选择菜单“Graphs（图形）”→“QQ Plot（QQ图）”，打开“QQ Plot”对话框。

选择“Distribution（分布）”栏下的“Lognormal QQ Plot （对数正态QQ图）”，单击“OK”按钮得到对数正态QQ图选择对数正态！！3.正态性检验注意：前两种检验都是从图线上直观看出结果，不是很准确，最后这种是最准确的！！建议大家做正态性检验时，用这种方法！！1）在INSIGHT中继续上述操作：选择菜单“Curves（曲线）”→“Test for Distribution（分布检验）”，打开“Test for Distribution”对话框。

单击“OK”按钮，得到分析变量的经验分布和拟合的正态累计分布曲线图。

2）列举了拟合正态分布的均值（即样本均值）和标准差（即样本标准差），并提供了Kolmogorov D统计量的数值0.1377，而相应的p值 >0.05 = α，所以不能拒绝原假设，可以认为分析变量总体分布为正态分布。

这是检验的一步，注意看P值与0.05的比较，当P值大于0.05时，就可以确定这个分析变量总体分布为正态分布！！在“分析家”绘图1. 绘制分布拟合图和QQ图1）首先在“分析家”中打开数据集；2）选择主菜单“Statistics”→ “Descriptive”→ “Distributions…”，打开“Distributions”对话框。