假設(shè)檢驗(yàn)是使用統(tǒng)計(jì)學(xué)來確定給定假設(shè)為真的概率。 假設(shè)檢驗(yàn)的通常過程包括如下所示的四個(gè)步驟。
制定零假設(shè)H0(通常,觀察是純偶然的結(jié)果)和替代假設(shè)H1(通常,觀察顯示真實(shí)效應(yīng)與機(jī)會(huì)變化的分量組合)。
識(shí)別可用于評(píng)估零假設(shè)的真實(shí)性的檢驗(yàn)統(tǒng)計(jì)量。
計(jì)算P值,其是假設(shè)當(dāng)無效假設(shè)為真時(shí)測(cè)試統(tǒng)計(jì)量至少與所觀察到的統(tǒng)計(jì)量一樣有效的概率。 P值越小,證據(jù)相對(duì)于零假設(shè)越強(qiáng)。
將p值與可接受的顯著性值α(有時(shí)稱為α值)進(jìn)行比較。 如果p <=α,觀察到的效果是統(tǒng)計(jì)學(xué)顯著的,則排除零假設(shè),并且替代假設(shè)是有效的。
SAS編程語言具有執(zhí)行各種類型的假設(shè)測(cè)試的特征,如下所示。
測(cè)試 | 描述 | SAS PROC |
---|---|---|
T-Test | 使用t檢驗(yàn)來測(cè)試一個(gè)變量的平均值是否顯著不同于假設(shè)值。 我們還確定兩個(gè)獨(dú)立組的平均值是否顯著不同,以及對(duì)于依賴或配對(duì)組的平均值是否顯著不同。 | PROC TTEST |
ANOVA | 當(dāng)有一個(gè)獨(dú)立的分類變量時(shí),它也用于比較均值。 當(dāng)測(cè)試時(shí),我們想要使用單因素方差分析以查看區(qū)間因變量的均值是否根據(jù)獨(dú)立的分類變量而不同。 | PROC ANOVA |
Chi-Square | 我們使用卡方擬合優(yōu)度來評(píng)估分類變量的頻率是否可能由于偶然發(fā)生。 如果分類變量的比例是假設(shè)值,則需要使用卡方檢驗(yàn)。 | PROC FREQ |
Linear Regression | 當(dāng)想要測(cè)試變量預(yù)測(cè)另一個(gè)變量有效性時(shí),使用簡單的線性回歸。 多元線性回歸允許測(cè)試多個(gè)變量如何預(yù)測(cè)感興趣的變量。 當(dāng)使用多元線性回歸時(shí),我們另外假設(shè)預(yù)測(cè)變量是獨(dú)立的。 | PROC REG |
更多建議: