《第3章 区间估计与假设检验(2)》由会员分享，可在线阅读，更多相关《第3章 区间估计与假设检验(2)（39页珍藏版）》请在金锄头文库上搜索。
1、n 一、使用INSIGHT模块n 二、使用“分析家”n 三、使用TTEST过程3.2总体均值的区间估计与假设检验的SAS实现二、使用“分析家”1. 总体均值的置信区间【例3-4】在“分析家”中求【例3-1】中每箱药材平均 重量在95%置信水平下的置信区间。5050565149534752 5353495355485055步骤如下：1) 在“分析家”模块中打开数据集Mylib.yczl；2) 选择菜单“Statistics”“Hypothesis Tests” “One Sample t test for a Mean（单样本均值t - 检验）”； 3) 在打开的“One Sample t te
2、st for a Mean”对话 框中设置均值的置信区间。结果表明，药材的平均重量以95%的概率位于50.08 千克至52.92千克之间。第三章 3.2 总体均值的区间估计与假设检验的SAS实现2. 单样本总体均值的假设检验【例3-5】使用“分析家”检验【例3-2】中食品重量是否符合要求。 检验变量WEIGHT：H0： = 100，H1： 100由于方差未知，所以使用 t 检验法。步骤如下：1) 在“分析家”中打开数据集Mylib.spzl；2) 选择菜单“Statistics”“Hypothesis Tests” “One Sample t test for a Mean”， 打开“One
3、Sample t test for a Mean”对话框；第三章 3.2 总体均值的区间估计与假设检验的SAS实现4)按图所示设置均值检验，单击“OK”按钮.第三章 3.2 总体均值的区间估计与假设检验的SAS实现显示结果表明 t 统计量的 p 值为 0.0105 ；CLASS ；VAR ；PAIED ； BY ；RUN； 其中，PROC TTEST和RUN语句是必须的， 其余语句都是可选的，而且可调换顺序。第三章 3.2 总体均值的区间估计与假设检验的SAS实现CLASS语句指定的分组变量用来进行组间比较；BY语句指定的分组变量将数据分为若干更小样本，以便分别在各小样本内进行各自独立的处理。
4、VAR语句引导要检验的所有变量列表, 对引导的所有 变量分别进行组间均值比较的 t 检验。第三章 3.2 总体均值的区间估计与假设检验的SAS实现PAIED语句指定配对 t 检验中进行比较的变量对，所带变量名列表一般形式及产生的效果见下表。 变量名列表形式产生的效果a*ba ba*b c*da b, c d(a b)*(c d)a c, a d, b c, b d(a b)*(c b)a c, a b, b c第三章 3.2 总体均值的区间估计与假设检验的SAS实现PROC TTEST后选项及其表示的含义如表所示。选项代表的含义data =等号后为SAS数据集名，指定ttest过程所要处理的
5、数据集，默认值为最近处理的数据集alpha =等号后为01之间的任何值，指定置信水平，默认 为0.05 ci =等号后为“equal, umpu, none”中的一个，表示标准 差的置信区间的显示形式，默认为ci = equalcochran有此选项时，ttest过程对方差不齐时的近似t检验增 加cochran近似法 h0 =等号后为任意实数，表示检验假设中对两均值差值 的设定，默认值为0第三章 3.2 总体均值的区间估计与假设检验的SAS实现2. 总体均值的置信区间【例3-8】考虑【例3-3】中的样本数据。假定其中 数据使用如下数据步存放在数据集sjcj中，两套试卷 得分的变量名分别为A和B
6、。 data sjcj;input A B;cards; 78 71 63 44 72 61 89 84 91 74 49 51 68 55 76 60 85 77 55 39 ; run;第三章 3.2 总体均值的区间估计与假设检验的SAS实现使用最简代码求均值、标准差的置信区间： proc ttest data = sjcj; run; 结果给出两个变量在95%置信水平下的均值、标准差 的置信区间，以及对原假设0 = 0的 t 检验的p值。第三章 3.2 总体均值的区间估计与假设检验的SAS实现3. 单样本总体均值的假设检验在例3-8中增加原假设选项以及置信水平，如下： proc ttes
7、t h0=70 alpha = 0.01 data=sjcj;var A; run;第三章 3.2 总体均值的区间估计与假设检验的SAS实现结果显示t统计量的p值 = 0.5734，不能拒绝（ 57.34%的把握）原假设：均值 = 70。4. 配对两样本均值的假设检验在例3-8中检验两套试卷有无显著差异， proc ttest data=sjcj;paired A*B; run;结果显示t统计量的p值 = 0.0005 ;CLASS ;VAR ; RUN;注意：要求将两个样本中被比较均值的变量的观测 值记在同一分析变量下， 不同的样本用另一个分类变量的不同值加以区分， 而且分类变量只能取两个值
8、，否则将报错。第三章 3.2 总体均值的区间估计与假设检验的SAS实现【例3-9】考虑例3-7中的样本数据。假定其中数据 使用如下数据步存放在数据集zzcpsj中： data zzcpsj;input f g$;cards; 28.3 1 27.6 2 30.1 1 22.2 2 29 1 31 2 37.6 1 33.8 2 32.1 1 20 2 28.8 1 30.2 2 36 1 31.7 2 37.2 1 26 2 38.5 1 32 2 34.4 1 31.2 2 28 1 30 1 ; run;第三章 3.2 总体均值的区间估计与假设检验的SAS实现将两批工人的测量结果看作两个样
9、本，其数据都放 在一个数据集之中同一分析变量 f 之下， 而两种方法的差别是由分类变量g 的值加以区分。检验代码如下：proc ttest data=zzcpsj;class g;var f;run;第三章 3.2 总体均值的区间估计与假设检验的SAS实现在检验中，先看其最后关于方差等式的检验结果， 检验方差相等用F 统计量，其数值为1.29， 相应的p值 = 0.67790.05 = ，所以不能拒绝方差相等的假设。在方差相等的前提下，检验均值差异用Pooled方法， 统计量的 t 值为2.16，p值为0.04330.05 = ，所以两种方法所需的时间是有显著差异的。在异方差的情况下，使用Sa
10、tterthwaite法检验均值的差异。第三章 3.2 总体均值的区间估计与假设检验的SAS实现n 一、总体比例的置信区间n 二、单样本总体比例的假设检验n 三、两总体比例的比较3.3 总体比例的区间估计与假设检验的SAS实现一、总体比例的置信区间【例3-10】 2004年底北京市私家车拥有量已达到129.8万辆，位居全国之首，据业内人士分析其中国产中低档汽 车的比例较大，为了估计目前北京市场个人购车的平均 价格，调查人员于某日在北京最大的车市随机抽取36位私人消费购车者，得到他们所购汽车的价格。 年底购车价格(单位：万元)根据以上调查数据，试以95的置信水平推断该地区购 买私家车在15万元以
11、上的消费者占有的比例。6.8811.28 19.98 13.610.614.86.8811.78 20.98 24.412.314.86.8813.68 13.630.314.614.8 8.2814.98 14.79.614.617.49.615.68 15.8 9.612.95.3810.18 15.68 20.510.614.87.38第三章 3.3 总体比例的区间估计与假设检验的SAS实现设购车价格数据存放在数据集Mylib.gcjg中，价格变 量名为price。这是一个单样本比例的区间估计问题。 由于在SAS中只能对两水平的分类变量作比例的区 间估计与检验，所以首先要按变量price
12、生成一个新 的分类变量price _f步骤如下：1) 在“分析家”中打开数据集Mylib.gcjg；2) 选择主菜单“Edit”“Mode”“Edit”，使数据集可以被编辑（修改）；第三章 3.3 总体比例的区间估计与假设检验的SAS实现3) 选择主菜单“Data”“Transform”“Recode Ranges（重编码范围）”，打开对话框,设置有关内容；4) 单击“OK”按钮，打开“Recode Ranges”对话框， 按图所示生成新变量price_f；第三章 3.3 总体比例的区间估计与假设检验的SAS实现6) 选择菜单“Statistics”“Hypothesis Tests” “On
13、e Sample Test for a Proportion（单样本比例 检验）”；7) 在打开的“One Sample Test for a Proportion”对话框中，按图设置比例的置信区间。第三章 3.3 总体比例的区间估计与假设检验的SAS实现置信区间： ( 0.109，0.391 ) 即可以95%的概率估计该地区所购买车辆在15万元 以上所占比例在10.9%39.1%之间。第三章 3.3 总体比例的区间估计与假设检验的SAS实现二、单样本总体比例的假设检验【例3-11】考虑例3-10中的数据，试检验总体中购 买车辆在15万元以上者所占比例是否超过30%。这是一个单样本比例检验问题
14、， 若表示总体中购买车辆在15万元以上者所占比例，则检验：H0： 0.3，H1： 0.05，不能拒绝原假设。结果表明：在95%的置信水平下，购买车辆在15万 元以上者所占比例超过30%。第三章 3.3 总体比例的区间估计与假设检验的SAS实现三、两总体比例的比较【例3-12】2004年底很多类型的国产轿车价格都比年 中有所下降，为了对比2004年底与年中私家购车族购 车价格的差异，在年中新购车者中随机抽取32人。 年中购车价格(单位：万元)：综合【例3-10】与上表的调查数据，试以95的置信 水平推断该地区年底与年中购买私家车在15万元以上的消费者占有比例有无差异。5.3810.7812.88
15、14.718.8830.37.3811.213.6 1519.9815.287.9811.7813.6515.820.59.99 9.3811.7814.615.920.989.3610.312.314.7 1724.48.9911.38 10.28第三章 3.3 总体比例的区间估计与假设检验的SAS实现这是一个双样本比例检验问题，1 年底购买私家车在15万元以上所占的比例， 2 年中购买私家车在15万元以上所占的比例，检验假设： H0：1 2 = 0，H1：1 2 0； 建立数据集Mylib.gcjgQ， 价格变量名为price， 变量period区别年中数据 (2)与年底数据(1)。 按例3-10中的步骤由price生成两水平分类变量 price_F。第三章 3.3 总体比例的区间估计与假设检验的SAS实现检验步骤：1) 在分析家中打开数据集Mylib.gcjgQ， 选择菜单“Statistics”“Hypothesis Tests”“Two Sample Test for Proportion（双样本比例检验）”，第三章 3.3 总体比例的区间估计与假设检验的SAS实现p值 = 0.5664 0.05， 在95%的置信水平下，不能拒绝原假设。 即该地区2004年底与年中私家购车价格在15万元以上者所占比例无明显差异。
