SAS的t检验（正式）PPT.ppt

例题 为了研究新药阿卡波糖胶囊的降血糖效果，某医院用40名Ⅱ型糖尿病病人进行同期随机对照试验。实验者将这些病人随机等分到实验组（阿卡波糖胶囊）和对照组（拜唐苹胶囊），分别测得试验开始前和8周后的空腹血糖，算得空腹血糖下降值，能否认为该新药阿卡波糖胶囊与拜唐苹胶囊对空腹血糖的降糖效果不同？ * 例题 提出检验假设H0与备择假设H1： H0：μ1=μ2，阿卡波糖胶囊组与拜唐苹胶囊组空腹血糖下降值的总体均数相等； H1：μ1≠μ2，阿卡波糖胶囊组与拜唐苹胶囊组空腹血糖下降值的总体均数不相等； 定显著性水准α，并查出临界t值。现令α=0.05， 计算检验统计量t： 实验组空腹血糖下降值均数=2.065 mmol/L，标准差S1=3.0601 mmol/L；对照组空腹血糖下降值均数=2.625 mmol/L，标准差S2=2.4205mmol/L；。 * 例题 确定P值，作出推断结论：查t界值表得P0.50，所以检验假设H0得以接受， 无统计学意义。尚不能认为阿卡波糖胶囊组与拜唐苹胶囊组空腹血糖下降效果不同。 * SAS程序 PROC TTEST Cochran Cox Satterthwaite Welch * 本章小节 介绍了单样本t检验的基础理论，并列举了单样本t检验分析实例──means、univariate过程。以MEANS过程实现对单变量分布位置的t检验，只需在PROC MEANS语句后添加t和probt两个选项，SAS即给出样本均数与0比较的t检验值和t分布曲线下该t值对应的双侧尾部面积。UNIVARIATE过程在默认状态下即可给出单变量分布位置的t检验结果。 * 本章小节 介绍了配对设计资料t检验的基础理论，并列举了配对t检验分析实例──means、univariate、ttest过程。 最后，本章介绍了两独立样本t检验的基础理论，并列举了独立样本t检验分析实例──ttest过程应用。 需要强调的是，t检验的应用条件（正态分布和方差齐性），大家在采用t检验进行数据分析之前，应首先判断数据是否满足t检验的条件，然后再进行统计分析。 * * 课后思考题 如何做单侧t检验？ 非参数检验 SAS应用 蒋红卫 Email: JHWCCC@21CN.COM 学习目标 了解非参检验的优缺点及应用范围； 熟息非参数检验几种基本类型和检验的基本方法； 掌握编秩基本步骤，平均秩的计算及相等秩的校正。 配对及单样本秩和检验； 两组样本比较的秩和检验； 多组样本比较的秩和检验及两两比较； 等级分组资料的非参数检验； 随机区组设计资料比较的秩和检验及两两比较。 概述 比较两个总体间的差异，我们比较熟悉的是可依据总体方差是否已知，选择使用正态Z检验或t检验法。但如果有明显的证据表明，这些参数型检验法不能使用时又该如何呢？非参数检验法对此提供了解决方案。 作为参数检验的一种推广，非参数检验有何特点？它的使用有什么样的要求？本章首先对非参数检验进行概述，接着按照和参数检验对应的原则分别介绍用于两组比较的非参数检验法、用于多组比较的非参数检验法以及等级相关检验（秩相关）。 概述 参数检验是在已知总体分布的条件下（一般要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验，有时还要求某些总体参数满足一定条件。如独立样本的Ｔ检验和方差分析不仅要求总体符合正态分布，还要求各总体方差齐性。 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一般性假设（如总体分布的位置是否相同，总体分布是否正态）进行检验。 概述 非参数检验方法简便，不依赖于总体分布的具体形式因而适用性强，但灵敏度和精确度不如参数检验。一般而言，非参数检验适用于以下三种情况：①顺序类型的数据资料，这类数据的分布形态一般是未知的；②虽然是连续数据，但总体分布形态未知或者非正态，这和卡方检验一样，称自由分布检验；③总体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下（虽然Ｔ检验被称为小样本统计方法，但样本容量太小时，代表性毕竟很差，最好不要用要求较严格的参数检验法）。因为这些特点，加上非参数检验法一般原理和计算比较简单，因此常用于一些为正式研究进行探路的预备性研究的数据统计中。当然，由于非参数检验许多牵涉不到参数计算，对数据中的信息利用不够，因而其统计检验力相对参数检验也差得多。 单组资料的符号及符号秩和检验 单样本资料与已知总体符号秩和检验的检验步骤如下： 求差值：求样本资料中单个个体数据与总体中位数的差值。 检验假设 H0：差值的总体中位数等于零，即 H1：差值的总体中位数不等于零，即 编秩按差值的绝对值由小到大编秩，并按差值的正负给秩次加上正负号。编秩时，若差值为0，舍去不计；若差值的