Sas 简明教程

SAS - Hypothesis Testing

假设检验是用统计数据确定给定假设为真的概率。假设检验的通常过程由以下四步组成。

Step-1

制定原假设 H0(通常为观测结果是纯粹机会的结果)和备择假设 H1(通常为观测结果显示真实的效应与机会变异组成)。

Step-2

识别可用于评估原假设真值的检验统计量。

Step-3

计算 P 值,即假设原假设为真的情况下得到一个至少与观测者一样重要的检验统计量的概率。P 值越小,对原假设的反证就越有力。

Step-4

将 p 值与可接受的显著性值 alpha(有时称为 alpha 值)比较。如果 p ⇐alpha,即观测效应具有统计显着性,则排除原假设,而备择假设有效。

SAS 编程语言具有执行各种类型假设检验的功能,如下所示。

Test

Description

SAS PROC

T-Test

当需要检验一个变量的均值是否显著不同于一个假设值时,使用 t检验。我们还确定两个独立组的均值是否存在显著差异,以及从属组或配对组的均值是否显著不同。

PROC TTEST

ANOVA

当存在一个独立分类变量时,它也会用于比较均值。在检验以确定间隔相关变量的均值是否根据独立分类变量而不同时,我们将使用单因素方差分析。

PROC ANOVA

Chi-Square

我们使用卡方优度拟合来评估分类变量的频率是否可能因偶然因素而发生。当分类变量的比例是假设值时,必须使用卡方检验。

PROC FREQ

Linear Regression

当想要检验一个变量如何预测另一个变量时,使用简单线性回归。多元线性回归允许检验多个变量如何预测感兴趣的变量。在使用多元线性回归时,我们另外还假设预测变量是独立的。

PROC REG