Baidu
map

SAS常用程序(2)

2012-04-17 生物谷 不详

 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

 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;

 

       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diffdiff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:

 

28  单个样本t检验的输出结果

                                                                                                  

 

The SAS System

Analysis Variable : DIFF

 

N

T

Prob>|T|

9

2.4954012

0.0372

                                                                                                 

 

 


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53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29

 

29  配对数据t检验的输出结果

1

8.478

7.994

2

7.512

7.141

3

7.222

8.267

4

8.053

8.280

5

7.689

6.740

6

8.528

7.632

7

6.972

5.913

8

7.371

8.169

9

5.760

7.570

10

7.930

7.569

11

7.255

6.322

12

6.795

6.417

                                                                                          

 

 

 

 

 

                                 The SAS System

           Analysis Variable : DIFF

 

N

Mean

Std Error

T

Prob>|T|

12

0.1292500

0.2639513

0.4896736

0.6340

                                                                                &nb

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2007736, encodeId=f7de200e73639, content=<a href='/topic/show?id=cf4d1590956' target=_blank style='color:#2F92EE;'>#SAS#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=46, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=15909, encryptionId=cf4d1590956, topicName=SAS)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=8e4c53, createdName=jiyangfei, createdTime=Tue Jan 01 17:14:00 CST 2013, time=2013-01-01, status=1, ipAttribution=)]
    2013-01-01 jiyangfei

相关资讯

第九章 直线回归、直线相关与logistic回归(下)

第九章 直线回归、直线相关与logistic回归(下) §8.4  多元线性回归 REG过程不仅可以完成只有一个自变量的简单直线回归,还可以作含有多个自变量的多元线性回归。作多元线性回归时REG过程的语法格式与简单直线回归的语法几乎完全相同,只要把要分析的多个自变量名放在MODEL语句中应变量后即可。因为多元线性回归时一般要作自变量的筛选,涉及到MODEL语句的选项,现将多元线性回

SAS常用程序(1)

2.1  利用SAS软件描述样本数据   用SAS可以对样本数据进行全面描述,得出样本的各种特征数以及频数分布图。在阅读以下内容之前请先阅读第一章“SAS软件基本操作”。   2.1.1  用MEANS语句描述数据   例 2.1  计算课本上习题1.2的平均数和标准差。 解 

第六章 分类资料的统计描述与简单推断

第六章 分类资料的统计描述与简单推断   在SAS/STAT模块中FREQ、TABULATE和SUMMARY等过程可用于分类资料的统计描述,其中FREQ过程兼具统计描述和统计推断的功能,对分类变量计算频数分布,产生从一维到n维的频数表和列联表;对于二维表,可进行c2检验,对于三维表,可作Mentel-Hanszel分层分析。FREQ过程是SAS用于分析分类资料的一个常用过程。本章将向大家介绍F

第八章 直线回归、直线相关与logistic回归(上)

第八章 直线回归、直线相关与logistic回归(上)   直线回归与相关是联系非常紧密的两种统计分析方法,事实上SAS用于回归分析的程序步REG也可提供相关分析的结果,但进一步的深入分析仍应采用相应的程序步--CORR才能实现。本章前三节主要介绍两个常用的用于直线回归和相关分析的程序步――REG过程和CORR过程。后两节则介绍多元线性回归和Logistic回归的方法和所用的过程。 §8.1

第七章 方差分析和协方差分析

第七章 方差分析和协方差分析 方差分析和协方差分析在SAS系统中由SAS/STAT模块来完成,其中我们常用的有ANOVA过程和GLM过程。前者运算速度较快,但功能较为有限;后者运算速度较慢,但功能强大,我们做协方差分析时就要用到GLM过程。本章将首先介绍方差分析所用数据集的建立技巧,然后重点介绍这两个程序步。 其实,这里的速度快慢只是相对而言,SAS的处理速度是首屈一指的。举个例子,这个暑假我

第十章 非参数检验

第十章 非参数检验     非参数统计是统计分析的重要组成部分。可是与之很不相称的是它的理论发展远远不及参数检验完善,因而比较完善的可供使用的方法也不多。在SAS中,非参数统计主要由UNIVARIATE过程、MEANS过程和NPAR1WAY过程来实现,前两者在前面的章节中已经介绍,它们可以进行配对设计差值的符号秩和检验(WILCOXON配对法);后者是一个单因素的非参数方差分析过程,可进

Baidu
Baidu
Baidu
Baidu
map