-SAS的t檢驗正式課件

1、學(xué)習(xí)目標(biāo)掌握基本SAS過程的調(diào)用掌握單樣本、配對設(shè)計資料、兩獨立樣本t檢驗的基礎(chǔ)理論及其SAS分析程序；1概述SAS系統(tǒng)的BASE軟件提供了一些計算基礎(chǔ)統(tǒng)計量的過程，如：means過程、univariate過程、ttest過程。這些過程可完成單變量或多變量的描述統(tǒng)計量計算。它們也可完成各種t檢驗。2MEANS過程MEANS過程功能是對計量數(shù)據(jù)進(jìn)行統(tǒng)計描述與單樣本或配對設(shè)計資料的t檢驗，它的一般格式如下：proc means 輸入數(shù)據(jù)集名 ;var 變量列表 ;class 變量列表 ;by 變量列表 ;freq 變量 ;weight 變量 ;id 變量列表 ; output ;run ;3選項列

2、表vardef=df/weight/wgt/n/wdf在方差計算中規(guī)定除數(shù)d.。descending規(guī)定輸出數(shù)據(jù)集按_type_值下降的次序（缺省時為上升）。order=freq/data/internal/formatted/規(guī)定輸出時class變量按所指定方式排序。alpha=數(shù)字設(shè)置計算置信區(qū)間的置信水平 ， 值在0與1之間。45統(tǒng)計量名稱含義統(tǒng)計量名稱含義n未丟失的觀測個數(shù)mode眾數(shù)，出現(xiàn)頻數(shù)最高的數(shù)nmiss丟失的觀測個數(shù)sumwgt權(quán)數(shù)和mean算術(shù)平均max最大值stderr均值的標(biāo)準(zhǔn)誤差min最小值sum加權(quán)和range極差，maxminstd標(biāo)準(zhǔn)偏差median中間值var

3、方差T總體均值等于0的t統(tǒng)計量cv變異系數(shù)的百分?jǐn)?shù)Prtt分布的雙尾p值uss加權(quán)平方和Clm置信度上限和下限css關(guān)于均值偏差的加權(quán)平方和Lclm置信度下限skewness對稱性的度量偏度Uclm置信度上限kurtosis對尾部陡平的度量峰度統(tǒng)計量關(guān)鍵字output語句中的選項輸出數(shù)據(jù)集名。統(tǒng)計量關(guān)鍵字=變量名列表規(guī)定在輸出數(shù)據(jù)集中要包含的統(tǒng)計量并規(guī)定這些統(tǒng)計量在新數(shù)據(jù)集中的變量名。means過程對output語句的次數(shù)沒有限制，可以使用幾個output語句來創(chuàng)建內(nèi)容不同的多個數(shù)據(jù)集。6其它語句var語句分析的連續(xù)型變量。by語句分組變量,須事先排序。class語句分組變量，無須事先排序。f

4、req語句指定頻數(shù)。weight語句指定權(quán)重。id語句在輸出數(shù)據(jù)集中增加一個或幾個附加變量，目的在于識別輸出數(shù)據(jù)集里的觀測。其值為生成這個觀測的輸入數(shù)據(jù)集中相應(yīng)觀測組里id變量具有的最大值。7UNIVARIATE過程UNIVARIATE過程功能是對計量數(shù)據(jù)進(jìn)行更為詳細(xì)的統(tǒng)計描述、少量統(tǒng)計圖、正態(tài)性檢驗與單樣本或配對設(shè)計資料的t檢驗，它的一般格式如下：proc univariate 輸入數(shù)據(jù)集名 ;var 變量列表 ;by 變量列表 ;freq 變量 ;weight 變量 ;id 變量列表 ;output ;run;8選項列表vardef=df/weight/wgt/n/wdf在方差計算中規(guī)定除

5、數(shù)d.。normal要求計算關(guān)于輸入數(shù)據(jù)服從正態(tài)分布的假設(shè)的檢驗統(tǒng)計量。plot要求生成一個莖葉圖、一個盒型圖和一個正態(tài)概率圖。pctldef=1/2/3/4/5規(guī)定計算百分位的五種方法, 缺省值為5。910統(tǒng)計量關(guān)鍵字統(tǒng)計量名稱含義統(tǒng)計量名稱含義n未丟失的觀測個數(shù)mode眾數(shù)，出現(xiàn)頻數(shù)最高的數(shù)nmiss丟失的觀測個數(shù)t總體均值等于0的t統(tǒng)計量nobs觀測個數(shù)prtt分布的雙尾p值mean算術(shù)平均q3上四分位數(shù)（75%）stderr均值的標(biāo)準(zhǔn)誤差q1下四分位數(shù)（75%）sum加權(quán)和qrange上下四分位數(shù)差（q3-q1）std標(biāo)準(zhǔn)偏差p11%分位數(shù)var方差p55%分位數(shù)cv變異系數(shù)的百分?jǐn)?shù)p

6、1010%分位數(shù)uss加權(quán)平方和p9090%分位數(shù)css關(guān)于均值偏差的加權(quán)平方和p9595%分位數(shù)skewness對稱性的度量偏度p9999%分位數(shù)kurtosis對尾部陡平的度量峰度msign符號統(tǒng)計量sumwgt權(quán)數(shù)和probm大于符號秩統(tǒng)計量的絕對值概率max最大值signrank符號秩統(tǒng)計量min最小值probs大于中心符號秩統(tǒng)計量的絕對值prange極差，maxminnormal檢驗正態(tài)性的統(tǒng)計量median中間值probn檢驗正態(tài)分布假設(shè)的概率值output語句中的選項輸出數(shù)據(jù)集名。統(tǒng)計量關(guān)鍵字=變量名列表規(guī)定在輸出數(shù)據(jù)集中要包含的統(tǒng)計量并規(guī)定這些統(tǒng)計量在新數(shù)據(jù)集中的變量名。mea

7、ns過程對output語句的次數(shù)沒有限制，可以使用幾個output語句來創(chuàng)建內(nèi)容不同的多個數(shù)據(jù)集。11其它語句var語句分析的連續(xù)型變量。by語句分組變量,須事先排序。freq語句指定頻數(shù)。weight語句指定權(quán)重。id語句在輸出數(shù)據(jù)集中增加一個或幾個附加變量，目的在于識別輸出數(shù)據(jù)集里的觀測。其值為生成這個觀測的輸入數(shù)據(jù)集中相應(yīng)觀測組里id變量具有的最大值。12TTEST過程對于配對設(shè)計定量數(shù)據(jù)，我們可以采用TTEST過程進(jìn)行統(tǒng)計分析。TTEST過程功能是對兩組數(shù)據(jù)的均數(shù)進(jìn)行差別比較的t檢驗，它的一般格式如下：proc ttest data= ; class 變量名稱（分組變量）; paire

8、d variables; var 變量名稱（待分析的數(shù)值變量）; by 變量名稱（分組變量）; run; 13TTEST過程PROC TTEST語句和CLASS（或PAIRED）語句是必需的，其余語句可以省略，CLASS語句、VAR語句及BY語句之間的順序可以任意。CLASS語句所指定的分組變量是用來進(jìn)行組間比較的，PAIRED語句專門用來進(jìn)行配對t檢驗的數(shù)據(jù)分析，而BY語句所指定的分組變量是用來將數(shù)據(jù)分為若干個更小的樣本，以便SAS分別在各小樣本內(nèi)進(jìn)行各自獨立的處理。VAR語句引導(dǎo)所要進(jìn)行比較的所有變量的列表，SAS將對VAR語句所引導(dǎo)的所有變量分別進(jìn)行組間均數(shù)比較的t檢驗。14單樣本t檢驗

9、的基礎(chǔ)理論 單樣本t檢驗實際上是推斷該樣本來自的總體均數(shù)與已知的某一總體均數(shù)0（常為理論值或標(biāo)準(zhǔn)值） 有無差別。其檢驗統(tǒng)計量按下式計算15例題某醫(yī)生測量了36名從事鉛作業(yè)男性工人的血紅蛋白含量，算得其均數(shù)為130.83g/L，標(biāo)準(zhǔn)差為25.74g/L。問從事鉛作業(yè)工人的血紅蛋白是否不同于正常成年男性平均值140g/L？16SAS程序直接計算法PROC MEANSPROC UNIVARIATEPROC TTEST17配對設(shè)計資料t檢驗的基礎(chǔ)理論在醫(yī)學(xué)研究中，常用配對設(shè)計。異源配對同源配對自身前后設(shè)計18配對設(shè)計資料t檢驗的基礎(chǔ)理論配對t檢驗的實質(zhì)同于單樣本t檢驗，可將此類資料看成是差值 的樣本均

10、數(shù)所代表的未知總體均數(shù) 與已知總體均數(shù) =0的比較，其檢驗統(tǒng)計量構(gòu)造如下：19例題編號(1)哥特里羅紫法(2)脂肪酸水解法(3)差值d(4)=(2)(3)10.8400.5800.26020.5910.5090.08230.6740.5000.17440.6320.3160.31650.6870.3370.35060.9780.5170.46170.7500.4540.29680.7300.5120.21891.2000.9970.203100.8700.5060.3642.724 兩種方法對乳酸飲料中脂肪含量的測定結(jié)果(%)20例題計算檢驗統(tǒng)計量t： 21SAS程序PROC MEANSPRO

11、C UNIVARIATEPROC TTEST22兩獨立樣本的t檢驗 在日常工作中，我們經(jīng)常要比較某兩組計量資料的均數(shù)間有無顯著差別，如研究不同療法的降壓效果或兩種不同制劑對殺滅鼠體內(nèi)鉤蟲的效果（條數(shù)）等。這時假若事先難以找到年齡、性別等條件完全一樣的人（或動物）作配對比較，那么不能求每對的差數(shù)只能先算出各組的均數(shù)，然后進(jìn)行比較。兩組例數(shù)可以相等也可稍有出入。檢驗的方法同樣是先假定兩組相應(yīng)的總體均數(shù)相等，看兩組均數(shù)實際相差與此假設(shè)是否靠近，近則把相差看成抽樣誤差表現(xiàn)，遠(yuǎn)到一定界限則認(rèn)為由抽樣誤差造成這樣大的相差的可能性實在太小，拒絕假設(shè)而接受H1，作出兩總體不相等的結(jié)論。23兩獨立樣本t檢驗的基

12、礎(chǔ)理論 兩樣本t檢驗又稱成組t檢驗，適用于完全隨機(jī)設(shè)計兩樣本均數(shù)的比較，人們所關(guān)心的是兩樣本均數(shù)所代表的兩總體均數(shù)是否不等。兩組完全隨機(jī)設(shè)計是將受試對象完全隨機(jī)分配到兩個不同的處理組。當(dāng)兩樣本含量較小，且均來自正態(tài)總體時，要根據(jù)兩總體方差是否不同而采用不同的檢驗方法。24總體方差相等的t檢驗 當(dāng)兩總體方差相等，可將兩樣本方差合并，求兩者的共同方差合并方差 ，兩樣本t檢驗的檢驗統(tǒng)計量為25總體方差相等的t檢驗26近似t檢驗 Cochran & Cox的檢驗統(tǒng)計量為t，因t分布較復(fù)雜，故常利用t分布計算其近似臨界值。Satterthwaite法Welch法27例題為了研究新藥阿卡波糖膠囊的降血糖效

13、果，某醫(yī)院用40名型糖尿病病人進(jìn)行同期隨機(jī)對照試驗。實驗者將這些病人隨機(jī)等分到實驗組（阿卡波糖膠囊）和對照組（拜唐蘋膠囊），分別測得試驗開始前和8周后的空腹血糖，算得空腹血糖下降值，能否認(rèn)為該新藥阿卡波糖膠囊與拜唐蘋膠囊對空腹血糖的降糖效果不同？ 28例題提出檢驗假設(shè)H0與備擇假設(shè)H1： H0：1=2，阿卡波糖膠囊組與拜唐蘋膠囊組空腹血糖下降值的總體均數(shù)相等； H1：12，阿卡波糖膠囊組與拜唐蘋膠囊組空腹血糖下降值的總體均數(shù)不相等；定顯著性水準(zhǔn)，并查出臨界t值?，F(xiàn)令=0.05，計算檢驗統(tǒng)計量t：實驗組空腹血糖下降值均數(shù)=2.065 mmol/L，標(biāo)準(zhǔn)差S1=3.0601 mmol/L；對照組空

14、腹血糖下降值均數(shù)=2.625 mmol/L，標(biāo)準(zhǔn)差S2=2.4205mmol/L；。 29例題確定P值，作出推斷結(jié)論：查t界值表得P0.50，所以檢驗假設(shè)H0得以接受，無統(tǒng)計學(xué)意義。尚不能認(rèn)為阿卡波糖膠囊組與拜唐蘋膠囊組空腹血糖下降效果不同。30SAS程序PROC TTESTCochran & CoxSatterthwaiteWelch31本章小節(jié) 介紹了單樣本t檢驗的基礎(chǔ)理論，并列舉了單樣本t檢驗分析實例means、univariate過程。以MEANS過程實現(xiàn)對單變量分布位置的t檢驗，只需在PROC MEANS語句后添加t和probt兩個選項，SAS即給出樣本均數(shù)與0比較的t檢驗值和t分布曲線下該t值對應(yīng)的雙側(cè)尾部面積。UNIVARIATE過程在默認(rèn)狀