SAS - 假設檢驗

假設檢驗是利用統計學方法來確定給定假設為真的機率。假設檢驗的通常過程包括以下四個步驟。

步驟1

制定零假設H0（通常情況下，觀測結果是純粹偶然的結果）和備擇假設H1（通常情況下，觀測結果顯示出真實效應以及偶然變異的成分）。

確定一個可以用來評估零假設真偽的檢驗統計量。

計算P值，即在零假設為真的前提下，獲得至少與觀察到的檢驗統計量一樣顯著的檢驗統計量的機率。P值越小，反對零假設的證據就越強。

將p值與可接受的顯著性水平α（有時稱為α值）進行比較。如果p ≤ α，則觀察到的效應在統計上是顯著的，零假設被排除，備擇假設是有效的。

SAS程式語言具有執行各種假設檢驗的功能，如下所示。

檢驗	描述	SAS PROC
t檢驗	t檢驗用於檢驗一個變數的均值是否與假設值顯著不同。我們還可以確定兩個獨立組的均值是否顯著不同，以及依賴組或配對組的均值是否顯著不同。	PROC TTEST
方差分析(ANOVA)	它也用於在存在一個獨立分類變數時比較均值。當檢驗區間因變數的均值是否根據獨立分類變數而不同時，我們希望使用單因素方差分析。	PROC ANOVA
卡方檢驗	我們使用卡方擬合優度檢驗來評估分類變數的頻率是否可能由於偶然性而發生。如果分類變數的比例是否為假設值，則需要使用卡方檢驗。	PROC FREQ
線性迴歸	當想要檢驗一個變數如何很好地預測另一個變數時，使用簡單線性迴歸。多元線性迴歸允許檢驗多個變數如何很好地預測感興趣的變數。使用多元線性迴歸時，我們還假設預測變數是獨立的。	PROC REG

列印頁面