SAS的基本统计功能及应用.docx

《SAS的基本统计功能及应用.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SAS的基本统计功能及应用§4.1一些单变量检验问题4.1.1正态性检验4.1.2两独立样本的均值检验4.1.3成对总体均值检验§4.2回归分析4.2.1用SAS/INSIGHT进行曲线拟合4.2.2用SAS/INSIGHT进行线性回归分析4.2.3用SAS/INSIGHT拟合广义线性模型4.2.4用REG过程进行回归分析§4.3方差分析入门4.3.1用ANOVA过程进行单因素方差分析4.3.2用NPAR1WAY进行非参数单因素方差分析4.3.3多重比较4.3.4多因素方差分析§4.4列联表分析4.4.1列联表

2、的输入与制表4.4.2列联表独立性检验4.4.3属性变量关联度计算前面我们已经看到了SAS的编程计算、数据管理能力、数据汇总、数据探索分析能力。这一章我们讲如何用SAS进行基本的统计检验、线性回归、方差分析、列联表检验等基本统计分析。我们既使用SAS语言编程，也使用SAS/INSIGHT的菜单界面。一些单变量检验问题对单个变量，我们可能需要作正态性检验、两独立样本均值相等的检验、成对样本均值相等的检验。正态性检验在PROCUNIVARIATE语句中加上NORMAL选项可以进行正态性检验。例如，我们要检验SASU

3、SER.GPA中GPA是否服从正态分布，只要用如下UNIVARIATE过程：procunivariatedata=sasuser.gpanormal;vargpa;run;结果（部分）如下：UnivariateProcedureVariable=GPACollegeGradePointAverageMoments…………W:Normal0.Pr

4、Wilk统计量，N>2000时用KolmogorovD统计量。我们可以看到，p值很小，所以在0.05水平（或0.10水平）下应拒绝零假设，即认为GPA分布非正态。在SAS/INSIGHT中为了检验GPA的分布，先选“Analyze

5、Distribution”菜单打开GPA变量的分布窗口，然后选“Curves

6、TestforDistribution”菜单。除了可以检验是否正态分布外还可以检验是否对数正态、指数分布、Weibull分布。两独立样本的均值检验假设我们有两组样本分别来自两个独立总体，需要检验两个总体的均

7、值或中心位置是否一样。如果两个总体都分别服从正态分布，而且方差相等，可以使用两样本t检验过程TTEST。比如，我们要检验SASUSER.GPA数据集中男生和女生的SATM分数是否具有相等的平均值，只要用如下程序：procttestdata=sasuser.gpa;classsex;varsatm;run;过程中用CLASS语句指定分组变量，用VAR语句指定要比较的变量。结果如下：TTESTPROCEDUREVariable:SATMMathSATScoreSEXNMeanStdDevStdError------

8、-----------------------------------------------------------------------Female145611.84.6.Male79565.82.9.　VariancesTDFProb>

9、T

10、---------------------------------------Unequal4.0124162.20.0001Equal3.9969222.00.0001　ForH0:Variancesareequal,F'=1.03DF=(144,78)Prob>

11、F'=0.9114　结果有三个部分：两个总体的SATM简单统计量，两样本均值的检验，以及两样本方差是否相等的检验。标准的两样本t检验要求两总体方差相等，所以第三部分结果检验两样本方差是否相等。如果检验的结果为相等，则可使用精确的两样本t检验，看第二部分结果的Equal那一行。如果方差检验的结果为不等，则只能使用近似的两样本t检验，看第二部分结果的Unequal那一行。这里我们看到方差检验的p值为0.9114不显著，所以可以认为方差相等，所以我们看Equal行，p值为0.0001在0.05水平下是显著的，所以应认

12、为男、女生的SATM分数有显著差异，女生分数要高。上面的检验中对立假设是两组的均值不等，所以检验是双边的，p值的计算公式为Pr(t分布随机变量绝对值>计算得到的t统计量的绝对值)。如果要进行单边的检验，比如对立假设为女生分数高于男生分数（右边），则p值为Pr(t分布随机变量>计算得到的t统计量)，当计算得到的t统计量值为正数时（现在t=4.0）此单边p值为双边p值的一半，当计算得到的t