SAS-假设检验

假设检验是利用统计数据来确定给定假设为真的概率。假设检验的通常过程包括四个步骤，如下所示。

步骤1

制定原假设 H0（通常，观察结果是纯粹偶然的结果）和备择假设 H1（通常，观察结果显示真实效应与机会变异的组成部分相结合）。

第2步

确定可用于评估原假设真实性的检验统计量。

步骤3

计算 P 值，即假设原假设为真，获得的检验统计量至少与观察到的检验统计量一样显着的概率。P 值越小，反对原假设的证据就越有力。

步骤4

将 p 值与可接受的显着性值 alpha（有时称为 alpha 值）进行比较。如果p <= alpha，则观察到的效应具有统计显着性，则排除原假设，备择假设有效。

SAS 编程语言具有执行各种类型的假设检验的功能，如下所示。

测试 描述 SAS进程
T检验 t 检验用于测试一个变量的平均值是否与假设值显着不同。我们还确定两个独立组的平均值是否显着不同，以及依赖组或配对组的平均值是否显着不同。 过程测试
方差分析 当存在一个独立分类变量时，它也可用于比较均值。我们希望在测试时使用单向方差分析来查看区间因变量的均值是否根据自分类变量而不同。 过程方差分析
卡方 我们使用卡方拟合优度来评估分类变量的频率是否可能由于偶然而发生。无论分类变量的比例是否是假设值，都需要使用卡方检验。 进程频率
线性回归 当想要测试一个变量预测另一个变量的效果时，可以使用简单线性回归。多元线性回归允许人们测试多个变量预测感兴趣变量的效果。当使用多元线性回归时，我们还假设预测变量是独立的。 过程寄存器