一、使用INSIGHT模塊 二、使用“分析家” 三、使用TTEST過程,3.2總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),二、使用“分析家” 1. 總體均值的置信區(qū)間 【例3-4】在“分析家”中求【例3-1】中每箱藥材平均重量在95%置信水平下的置信區(qū)間。,步驟如下： 1) 在“分析家”模塊中打開數(shù)據(jù)集Mylib.yczl； 2) 選擇菜單“Statistics”“Hypothesis Tests” “One Sample t test for a Mean（單樣本均值t - 檢驗(yàn)）”；,3) 在打開的“One Sample t test for a Mean”對話框中設(shè)置均值的置信區(qū)間。 結(jié)果表明，藥材的平均重量以95%的概率位于50.08千克至52.92千克之間。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),2. 單樣本總體均值的假設(shè)檢驗(yàn) 【例3-5】使用“分析家”檢驗(yàn)【例3-2】中食品重量是否符合要求。 檢驗(yàn)變量WEIGHT： H0： = 100， H1： 100 由于方差未知，所以使用 t 檢驗(yàn)法。 步驟如下： 1) 在“分析家”中打開數(shù)據(jù)集Mylib.spzl； 2) 選擇菜單“Statistics”“Hypothesis Tests” “One Sample t test for a Mean”， 打開“One Sample t test for a Mean”對話框；,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),4)按圖所示設(shè)置均值檢驗(yàn)，單擊“OK”按鈕.,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),顯示結(jié)果表明 t 統(tǒng)計(jì)量的 p 值為 0.0105 0.05， 所以拒絕原假設(shè)，即認(rèn)為總體的均值不等于100。,3. 兩樣本總體均值的比較：成對匹配樣本 【例3-6】使用“分析家”對例3-3中兩套試卷檢驗(yàn)有無顯著差異。 1和2分別表示兩套試卷的平均成績， 檢驗(yàn)： H0：1 2 = 0， H1：1 2 0； 分析步驟如下： 1) 在“分析家”中打開數(shù)據(jù)集Mylib.sjdf； 2) 選擇菜單“Statistics”“Hypothesis Tests” “Two Sample Paired t - Test for a Mean（均值的成對雙樣本t - 檢驗(yàn)）”；,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),3) 在打開的對話框中，按圖左所示設(shè)置雙樣本均值檢驗(yàn)，單擊“OK” ， t 統(tǒng)計(jì)量的 p 值 = 0.0005 0.05， 所以拒絕原假設(shè)，兩總體的均值有顯著差異。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),4. 兩樣本總體均值的比較：獨(dú)立樣本 【例3-7】為估計(jì)兩種方法組裝產(chǎn)品所需時間的差異，分別對兩種不同的組裝方法各隨機(jī)安排一些個工人進(jìn)行操作試驗(yàn)，每個工人組裝一件產(chǎn)品所需的時間如下表所示。試以95%的置信水平推斷兩種方法組裝產(chǎn)品所需平均時間有無差異。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),兩種方法組裝產(chǎn)品所需的時間（單位：分鐘）,這是一個（獨(dú)立）兩樣本均值檢驗(yàn)問題， 1,2分別為兩種方法組裝一件產(chǎn)品所需平均時間， 則檢驗(yàn)：H0：1 2 = 0，H1：1 2 0；,兩種方法組裝產(chǎn)品所需的時間（單位：分鐘）,試以95%的置信水平推斷兩種方法組裝產(chǎn)品所需 平均時間有無差異。,將數(shù)據(jù)存放在數(shù)據(jù)集Mylib.zzcpsj中，將兩個樣本觀測值記在同一分析變量F下， 不同的樣本用一個分類變量 g 加以區(qū)分。 分析步驟如下： 1) 在“分析家”中打開數(shù)據(jù)集Mylib.zzcpsj； 2) 選擇菜單“Statistics” “Hypothesis Tests” “Two Sample t - Test for Mean（兩樣本均值的t - 檢驗(yàn)）”；,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),3) 在打開的對話框中，按圖所示設(shè)置雙樣本均值檢驗(yàn)，單擊“OK” 由于 t 統(tǒng)計(jì)量的 p 值 0.05， 所以在95%的置信水平下，拒絕原假設(shè)， 即兩種方法所需時間有差異。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),三、使用TTEST過程 單樣本均值的t檢驗(yàn)、配對數(shù)據(jù)的 t 檢驗(yàn)、 雙樣本均值比較的t檢驗(yàn)。 1. 語法格式 PROC TTEST ； CLASS ； VAR ； PAIED ； BY ； RUN； 其中，PROC TTEST和RUN語句是必須的， 其余語句都是可選的，而且可調(diào)換順序。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),CLASS語句指定的分組變量用來進(jìn)行組間比較； BY語句指定的分組變量將數(shù)據(jù)分為若干更小樣本，以便分別在各小樣本內(nèi)進(jìn)行各自獨(dú)立的處理。 VAR語句引導(dǎo)要檢驗(yàn)的所有變量列表, 對引導(dǎo)的所有變量分別進(jìn)行組間均值比較的 t 檢驗(yàn)。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),PAIED語句指定配對 t 檢驗(yàn)中進(jìn)行比較的變量對，所帶變量名列表一般形式及產(chǎn)生的效果見下表。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),PROC TTEST后選項(xiàng)及其表示的含義如表所示。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),2. 總體均值的置信區(qū)間 【例3-8】考慮【例3-3】中的樣本數(shù)據(jù)。假定其中數(shù)據(jù)使用如下數(shù)據(jù)步存放在數(shù)據(jù)集sjcj中，兩套試卷得分的變量名分別為A和B。 data sjcj; input A B; cards; 78 71 63 44 72 61 89 84 91 74 49 51 68 55 76 60 85 77 55 39 ; run;,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),使用最簡代碼求均值、標(biāo)準(zhǔn)差的置信區(qū)間： proc ttest data = sjcj; run; 結(jié)果給出兩個變量在95%置信水平下的均值、標(biāo)準(zhǔn)差的置信區(qū)間，以及對原假設(shè)0 = 0的 t 檢驗(yàn)的p值。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),3. 單樣本總體均值的假設(shè)檢驗(yàn) 在例3-8中增加原假設(shè)選項(xiàng)以及置信水平，如下： proc ttest h0=70 alpha = 0.01 data=sjcj; var A; run;,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),結(jié)果顯示t統(tǒng)計(jì)量的p值 = 0.5734，不能拒絕（57.34%的把握）原假設(shè)：均值 = 70。,4. 配對兩樣本均值的假設(shè)檢驗(yàn) 在例3-8中檢驗(yàn)兩套試卷有無顯著差異， proc ttest data=sjcj; paired A*B; run; 結(jié)果顯示t統(tǒng)計(jì)量的p值 = 0.0005 0.05，因此拒絕原假設(shè)。說明兩套試卷有顯著差異。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),5. 獨(dú)立兩樣本均值的假設(shè)檢驗(yàn) 格式為： PROC TTEST DATA = ; CLASS ; VAR ; RUN; 注意：要求將兩個樣本中被比較均值的變量的觀測值記在同一分析變量下， 不同的樣本用另一個分類變量的不同值加以區(qū)分，而且分類變量只能取兩個值，否則將報(bào)錯。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),【例3-9】考慮例3-7中的樣本數(shù)據(jù)。假定其中數(shù)據(jù)使用如下數(shù)據(jù)步存放在數(shù)據(jù)集zzcpsj中： data zzcpsj; input f g$; cards; 28.3 1 27.6 2 30.1 1 22.2 2 29 1 31 2 37.6 1 33.8 2 32.1 1 20 2 28.8 1 30.2 2 36 1 31.7 2 37.2 1 26 2 38.5 1 32 2 34.4 1 31.2 2 28 1 30 1 ; run;,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),將兩批工人的測量結(jié)果看作兩個樣本，其數(shù)據(jù)都放在一個數(shù)據(jù)集之中同一分析變量 f 之下， 而兩種方法的差別是由分類變量g 的值加以區(qū)分。 檢驗(yàn)代碼如下： proc ttest data=zzcpsj; class g; var f; run;,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),在檢驗(yàn)中，先看其最后關(guān)于方差等式的檢驗(yàn)結(jié)果，檢驗(yàn)方差相等用F 統(tǒng)計(jì)量，其數(shù)值為1.29， 相應(yīng)的p值 = 0.67790.05 = ， 所以不能拒絕方差相等的假設(shè)。 在方差相等的前提下，檢驗(yàn)均值差異用Pooled方法，統(tǒng)計(jì)量的 t 值為2.16，p值為0.04330.05 = ， 所以兩種方法所需的時間是有顯著差異的。 在異方差的情況下，使用Satterthwaite法檢驗(yàn)均值的差異。,第三章 3.2 總體均值的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),一、總體比例的置信區(qū)間 二、單樣本總體比例的假設(shè)檢驗(yàn) 三、兩總體比例的比較,3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),一、總體比例的置信區(qū)間 【例3-10】 2004年底北京市私家車擁有量已達(dá)到129.8萬輛，位居全國之首，據(jù)業(yè)內(nèi)人士分析其中國產(chǎn)中低檔汽車的比例較大，為了估計(jì)目前北京市場個人購車的平均價格，調(diào)查人員于某日在北京最大的車市隨機(jī)抽取36位私人消費(fèi)購車者，得到他們所購汽車的價格。 年底購車價格(單位：萬元) 根據(jù)以上調(diào)查數(shù)據(jù)，試以95的置信水平推斷該地區(qū)購買私家車在15萬元以上的消費(fèi)者占有的比例。,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),設(shè)購車價格數(shù)據(jù)存放在數(shù)據(jù)集Mylib.gcjg中，價格變量名為price。 這是一個單樣本比例的區(qū)間估計(jì)問題。 由于在SAS中只能對兩水平的分類變量作比例的區(qū)間估計(jì)與檢驗(yàn)，所以首先要按變量price生成一個新的分類變量price _f 步驟如下： 1) 在“分析家”中打開數(shù)據(jù)集Mylib.gcjg； 2) 選擇主菜單“Edit”“Mode”“Edit”，使數(shù)據(jù)集可以被編輯（修改）；,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),3) 選擇主菜單“Data”“Transform”“Recode Ranges（重編碼范圍）”， 打開對話框,設(shè)置有關(guān)內(nèi)容； 4) 單擊“OK”按鈕，打開“Recode Ranges”對話框，按圖所示生成新變量price_f；,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),6) 選擇菜單“Statistics”“Hypothesis Tests” “One Sample Test for a Proportion（單樣本比例檢驗(yàn)）”； 7) 在打開的“One Sample Test for a Proportion”對話框中，按圖設(shè)置比例的置信區(qū)間。,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),置信區(qū)間： ( 0.109，0.391 ) 即可以95%的概率估計(jì)該地區(qū)所購買車輛在15萬元以上所占比例在10.9%39.1%之間。,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),二、單樣本總體比例的假設(shè)檢驗(yàn) 【例3-11】考慮例3-10中的數(shù)據(jù)，試檢驗(yàn)總體中購買車輛在15萬元以上者所占比例是否超過30%。 這是一個單樣本比例檢驗(yàn)問題， 若表示總體中購買車輛在15萬元以上者所占比例， 則檢驗(yàn)： H0： 0.3， H1： 0.3；,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),步驟如下： 1) 選擇菜單“Statistics”“Hypothesis Tests” “One Sample Test for a Proportion”，,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),樣本中購買車輛在15萬元以上者比例=9/36=25%，Z統(tǒng)計(jì)量的p值=0.2563 0.05，不能拒絕原假設(shè)。 結(jié)果表明：在95%的置信水平下，購買車輛在15萬元以上者所占比例超過30%。,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),三、兩總體比例的比較 【例3-12】2004年底很多類型的國產(chǎn)轎車價格都比年中有所下降，為了對比2004年底與年中私家購車族購車價格的差異，在年中新購車者中隨機(jī)抽取32人。 年中購車價格(單位：萬元)： 綜合【例3-10】與上表的調(diào)查數(shù)據(jù)，試以95的置信水平推斷該地區(qū)年底與年中購買私家車在15萬元以上的消費(fèi)者占有比例有無差異。,第三章 3.3 總體比例的區(qū)間估計(jì)與假設(shè)檢驗(yàn)的SAS實(shí)現(xiàn),這是一個雙樣本比例檢驗(yàn)問題， 1 年底購買私家車在15萬元以上所占的比例， 2 年中購買私家車在15萬元以上所占的比例， 檢驗(yàn)假設(shè)： H0：1 2 = 0，H1：1 2 0；,建立數(shù)據(jù)集Mylib.gcjgQ， 價格變量名為price， 變量period區(qū)別年中數(shù)據(jù)(2)與年底數(shù)據(jù)(1)。