武汉大学 SAS教案 第五讲 T检验

《武汉大学 SAS教案 第五讲 T检验》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、第5讲HypothesisTest（T检验）假设检验概述有一批罐头，标称重量500g，据以往经验，标准公差为20g；现抽100罐，X=505g，问是否可以认为合乎标准？今年小白菜与去年的1.98元/公斤是否有显著变化？美国法律：无罪推定原假设H0：被告无罪备择假设H1：被告有罪注：不能证明其有罪便认为无罪特点有标准值、经验值或者根据其他途径所导引的假设及猜测值，并欲对此做进一步的检验“慎重”的态度，不轻易否定：参考西方法律，重证据，不能证明其有罪，便判为无罪检验的设计检验一批罐头，重要的指标之一是其均值是否与标

2、称值500g有明显的差异？办法一：普查，求出m，既可知标称值的差异有多大（或可判定差异是否在给定的许可范围之）？但费时费力，有时甚至不可行办法二：因尚无证据表明存在明显差异，所以取慎重态度，先作假设H0:m=m0=500注：此处的“=”是表意的，应理解为“差不多”检验的设计如H0成立，则应该在500的周围；于是，在H0：m与m0差不多的假设下有图检验的设计当距离m较远（一般可先给定两角各a/2的面积）当进入该面积时，则判定为“较远”。见图a/2a/2临界点临界点一、假设检验例：欲知道今年小白菜与去年的1.98元/

3、公斤是否有显著变化？零假设：今年的价格是1.98对立假设：今年的价格不是1.981.假设检验的过程对样本作一个零假设,然后通过计算样本的统计量，并根据得到的P值检验数据是否支持零假设。一、假设检验2.假设检验的P值表示在假设为真的条件下，能够取到所计算的统计量的概率值。P值很小：拒绝零假设，统计量的值不可能合理地偶然取到。P值较大：不拒绝零假设，统计量的值在零假设为真的条件下可能偶然地取到。一、假设检验3.统计显著性是选择显著性水平控制犯错误风险的一种方式。一般取值如下：0.10中等显著0.05显著0.01非常显

4、著假设检验的过程选择零假设和对立假设根据样本数据计算统计量，计算P值把P值同显著性水平比较并作出判断二、均值比较引例：上海市男性律师比女性律师收入高吗？对病人治疗前后生理指标的变化显著吗？……两组数据均值比较需要解决的问题：(1)判断两组独立还是有成对关系(2)概括两组数据(3)用SAS建立统计假设进行检验(4)解释SAS的输出二、均值比较独立组：男女律师的收入（任一男性律师工资与任一女性律师工资毫不相干）成对组：治疗前后生理指标的变化。三、T检验简介1.T检验的意义两样本某变量均值不同，其差异是否具有统计意义？

5、三、T检验1.样本均数与总体均数差别的显著性检验例：已知某水样中含CaCo3的真值为20.7mg/L，现用某方法重复测定该水样11次，CaCo3的含量为:20.99,20.41,20.10,20.00,20.91,22.60,20.99,20.41,20,23,22。问用该法测水中CaCo3的含量所得的均值与真值有无显著差别？1.样本均数与总体均数差别的显著性检验数据集的建立将数据复制到word中，用查找替换的功能将数据之间的分隔符逗号替换成回车符号在word中将数据转换成表格，并复制在excel中用选择性粘贴，

6、粘贴文本，并编辑数据，求出差值，存为文本文件转成SAS数据集1.样本均数与总体均数差别的显著性检验用分析员应用进行T检验solutions/Analysis/Analyst打开数据集Statistics/HypothesisTests/One-Samplet-testforamean选择变量VariableOK1.样本均数与总体均数差别的显著性检验程序实现T检验DATAT1;INPUTX@@;Y=X-20.7;CARDS;20.9920.4120.1020.0020.9122.6020.9920.4120232

7、2procmeansmeanstdstderrtprtdata=t1;vary;run;1.样本均数与总体均数差别的显著性检验检验结果的分析：0.3125，按α=0.05水平，不拒绝H0假设。因此，该方法所测出水中CaCo3含量的均值与真值无显著差异。此法可信。应用克矽平治疗前后10名患者血红蛋白的含量如下，问该药是否会引起血红蛋白的变化？治疗前：11.315.015.013.512.810.011.012.013.012.3治疗后：14.013.814.013.513.512.014.711.413.812.0

8、2.同一批实验对象前后差异的显著性检验（配对T检验）参考程序：Datat2;Inputxy@@;d=x-y;Cards;11.314.015.013.815.014.013.513.512.813.510.012.011.014.712.011.413.013.812.312.0Procmeansmeanstdstderrtprt;Vard;Run;2.同一批实验对象前后