SAS假設(shè)檢驗

2018-12-15 16:27 更新

假設(shè)檢驗是使用統(tǒng)計學來確定給定假設(shè)為真的概率。 假設(shè)檢驗的通常過程包括如下所示的四個步驟。

步驟1

制定零假設(shè)H0(通常,觀察是純偶然的結(jié)果)和替代假設(shè)H1(通常,觀察顯示真實效應(yīng)與機會變化的分量組合)。

步驟2

識別可用于評估零假設(shè)的真實性的檢驗統(tǒng)計量。

步驟3

計算P值,其是假設(shè)當無效假設(shè)為真時測試統(tǒng)計量至少與所觀察到的統(tǒng)計量一樣有效的概率。 P值越小,證據(jù)相對于零假設(shè)越強。

步驟4

將p值與可接受的顯著性值α(有時稱為α值)進行比較。 如果p <=α,觀察到的效果是統(tǒng)計學顯著的,則排除零假設(shè),并且替代假設(shè)是有效的。

SAS編程語言具有執(zhí)行各種類型的假設(shè)測試的特征,如下所示。

測試描述SAS PROC
T-Test使用t檢驗來測試一個變量的平均值是否顯著不同于假設(shè)值。 我們還確定兩個獨立組的平均值是否顯著不同,以及對于依賴或配對組的平均值是否顯著不同。PROC TTEST
ANOVA當有一個獨立的分類變量時,它也用于比較均值。 當測試時,我們想要使用單因素方差分析以查看區(qū)間因變量的均值是否根據(jù)獨立的分類變量而不同。PROC ANOVA
Chi-Square我們使用卡方擬合優(yōu)度來評估分類變量的頻率是否可能由于偶然發(fā)生。 如果分類變量的比例是假設(shè)值,則需要使用卡方檢驗。PROC FREQ
Linear Regression
當想要測試變量預(yù)測另一個變量有效性時,使用簡單的線性回歸。 多元線性回歸允許測試多個變量如何預(yù)測感興趣的變量。 當使用多元線性回歸時,我們另外假設(shè)預(yù)測變量是獨立的。PROC REG

以上內(nèi)容是否對您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號