SAS04__SAS基本统计分析功能.pptx

第4章SAS基本统计分析功能目录4.1假设检验2.举例说明：补充P值检验法：输出结果为：说明：4.1.3两独立样本均值检验（TTest过程、npar1way过程）【例3】分析：注：分析：4.1.4两相关样本均值检验（Univariate过程）输出部分结果：注：分析：4.2方差分析4.2.1单因素方差分析SAS04__SAS基本统计分析功能，您现在浏览的是!4.2.2非参数单因素方差分析【例3】：4.3回归分析总离差平方和的分解式：总平方和TSS=解释平方和ESS+残差平方和RSS即判定系数：回归模型的显著性检验（F检验）：Ho：b1=b2=…=bk=0,H1：b1，b2，…，bk至少有一个不为0。检验统计量变量（如xi）显著性检验（t检验）：H0：bi=0，H1：bi≠0检验统计量3.应用举例分析：由散点图和相关分析可知weight和height,age间有较强的线性关系。说明：4.3.2非线性回归4.3.3二分类变量的Logistic回归（Logistic过程）作业：P15016补充：某调查中收集了350大学生的数据信息，研究恋爱与否（变量V）与年龄（age）、地区（Location），各科平均成绩（score）、性别(sex)及身高(height)等变量的关系。各变量定义如下：4.4属性数据分析【例1】方式一：两种方式的输出结果一样，如下图，每一个格子中有4个数：Frequency(频数)、percent(百分比)、RowPct(行百分比)、ColPct(列百分比)。在表的右侧有行总计的频数及百分比，在表的下侧有列总计的频数及百分比。2.列联表独立性检验结果分析：零假设H0：吸烟与慢性支气管炎相互独立，由输出结果中peraons卡方独立性检验统计量为χ2=7.4688,p=0.0063，对于给定的显著性水平α=0.05，p<α，故拒绝H0，即认为吸烟与患慢性支气管炎间不是相互独立的。4.4.3两个离散变量的关联度分析作业：教材P161184.1.1正态性检验（univariate过程）输出结果中正态检验部分为：4.1.2单样本均值的T检验（univariate过程）2.应用举例分析:4.1.3两独立样本均值检验（TTest过程、npar1way过程）2.Ttest过程输出为：分析：4.1.4两相关样本均值检验（Univariate过程）2.实例分析分析：作业：P157习题1,3,5,74.2.1单因素方差分析2.案例分析分析：【例2】4.2.3多因素方差分析分析：作业：P16015,16，174.3.1直线回归2.reg过程分析：说明：方法一：方法二：数据要求：因变量为二分类变量，自变量可以是分类变量或等间隔测度的变量。【例8.3】数据集data09-02.sav是乳腺癌患者的数据。变量包括：age(年龄)、time(患病时间)、pathscat（肿瘤扩散等级）、pathsize（肿瘤大小）、histgrad（肿瘤史）、ln-yesno（癌变部位的淋巴结是否含有癌细胞）。建立一个Logistic模型，并预测一个肿瘤大小为1cm,肿瘤史为1年，肿瘤扩散等级<2cm患病时间为1个月的60岁人癌变部位的淋巴结是否含有癌细胞。给定显著性水平α=0.05结果分析：结论：age4.4.1单个离散变量的拟合优度卡方检验4.4.2两个离散变量的列联表独立性检验方式二：说明：【例2】说明：分析：掌握自学方法事半功倍