t檢驗
單樣本t檢驗
DATA t1;
INPUT x@@;
CARDS;
20.99 20.41 20.10 20.00 20.91 22.60 20.99 20.41 20.00 23.00 22.00
;
PROC UNIVARIATE mu0=20.70 NORMAL;
VAR x;
RUN;這段SAS代碼的意義如下：
PROC UNIVARIATE：指定使用單變量分析過程。
mu0=20.70：指定假設(shè)總體均值為20.70。
NORMAL：指定數(shù)據(jù)符合正態(tài)分布。
VAR x：指定變量x為分析對象。
RUN：運行程序。綜上，這段代碼的意義是對變量x進(jìn)行單變量分析，假設(shè)其均值為20.70，數(shù)據(jù)符合正態(tài)分布。
結(jié)果：首先進(jìn)行統(tǒng)計描述，再正態(tài)性檢驗，最后求出置信區(qū)間與進(jìn)行假設(shè)檢驗。
說明：
如果樣本來自于正態(tài)分布的總體，那么樣本數(shù)據(jù)也很可能符合正態(tài)分布。但是，由于樣本容量較小或者存在離群值等情況，樣本數(shù)據(jù)可能并不完全符合正態(tài)分布。因此，為了保證假設(shè)檢驗的準(zhǔn)確性，需要對樣本數(shù)據(jù)的正態(tài)性進(jìn)行檢驗，例如使用Shapiro-Wilk檢驗、Kolmogorov-Smirnov檢驗等方法。如果樣本數(shù)據(jù)不符合正態(tài)分布，可以考慮進(jìn)行數(shù)據(jù)變換或者使用非參數(shù)檢驗方法。
Shapiro-Wilk檢驗是用于檢驗樣本是否符合正態(tài)分布的一種方法，該檢驗是在原假設(shè)為樣本來自于正態(tài)分布的情況下進(jìn)行的，如果得出的p值小于預(yù)先設(shè)定的顯著性水平（通常為0.05），則拒絕原假設(shè)，即認(rèn)為樣本不符合正態(tài)分布。原假設(shè)為“樣本來自的總體與正態(tài)分布無顯著性差異，即符合正態(tài)分布”。
配對t檢驗
DATA t2;
INPUT d@@;
CARDS;
3.48
7.41
7.48
9.42
8.25
3.35
6.95
7.41
6.35
7.41
8.58
;
PROC UNIVARIATE NORMAL;
VAR d;
RUN;
PROC MEANS MEAN STD T PRT CLM;
VAR d;
RUN;這段SAS代碼的意義如下：
第一部分：
PROC UNIVARIATE NORMAL：指定使用單變量分析過程，并假設(shè)數(shù)據(jù)符合正態(tài)分布。
VAR d：指定變量d為分析對象。
RUN：運行程序。綜上，這段代碼的意義是對變量d進(jìn)行單變量分析，假設(shè)其符合正態(tài)分布。
n<2000, use Shapiro-wilk. n>2000, use Kolmogo-Smirnov.
第二部分：
PROC MEANS：指定使用均值過程。
MEAN STD T PRT CLM：指定輸出均值、標(biāo)準(zhǔn)差、t值、p值和置信區(qū)間。
VAR d：指定變量d為分析對象。
RUN：運行程序。綜上，這段代碼的意義是計算變量d的均值、標(biāo)準(zhǔn)差、t值、p值和置信區(qū)間。
結(jié)果
兩個獨立樣本t檢驗
data t3;
input group wt@@;
cards;
1 134
1 146
1 104
1 119
1 124
1 161
1 107
1 83
1 113
1 129
1 97
1 123
2 70
2 118
2 101
2 85
2 107
2 132
2 94
;
/*調(diào)用univariate進(jìn)行正態(tài)性檢驗*/
proc univariate normal;
var wt;
class group;
run;
/*調(diào)用ttest過程進(jìn)行兩獨立樣本的T檢驗*/
proc ttest;
class group;
var wt;
run;PROC TTEST：指定使用t檢驗過程。
CLASS group：指定變量group為分類變量。
VAR wt：指定變量wt為分析對象。文章來源：http://www.zghlxwxcb.cn/news/detail-685857.html
RUN：運行程序文章來源地址http://www.zghlxwxcb.cn/news/detail-685857.html
到了這里，關(guān)于衛(wèi)生統(tǒng)計學(xué) SAS代碼復(fù)習(xí)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
