SAS置信区间t检验.ppt

置信区间和t检验 总体均数的可信区间 t 分布法 SAS函数：TINV t=TINV(p,df) 可求t分位数的函数，p是从-∞到当前t分位数位置的面积。 df=n-1（自由度） 例：随机抽取15名学生，记录他们的性别（sex）、年龄（age）、体重（w）和身高（h），求：学生身高的95%置信区间。 f 15 46 156 f 14 41 149 f 18 65 165 m 15 50 160 m 13 48 155 m 18 70 180 m 14 38 150 m 16 55 165 m 17 68 176 m 16 60 170 f 17 50 160 f 17 58 160 f 16 60 165 m 17 65 175 f 18 61 162 data a; input sex$ age w h @@; cards; f 15 46 156 f 14 41 149 f 18 65 165 m 15 50 160 m 13 48 155 m 18 70 180 m 14 38 150 m 16 55 165 m 17 68 176 m 16 60 170 f 17 50 160 f 17 58 160 F 16 60 165 m 17 65 175 f 18 61 162 ； proc means; var h; Output out=b mean=mean std=s n=n; data c; set b; t=tinv(0.975,n-1); /*也可使用t=tinv(0.025,n-1);但此时计算出来的t界值为负数。*/ yl=mean-t*s/sqrt(n); /*可信区间的下限*/ y2=mean+t*s/sqrt(n); /*可信区间的上限*/ proc print; run; 单样本资料的 t检验 目的:根据样本均数 推断其总体均数?是否与已知总体均数?0相等—— ?与?0的比较。 应用条件:独立性 正态性 例1 某镇痛新药在药厂投入量产，已知该药的生产技术标准为：每片药中平均有效药物含量为40.4mg。为评价生产质量是否达标，现抽测10片药物，结果为：41.3，40.8，38.7，42.7，43.0，38.6，42.7，39.5，42.1，42.1，问该厂是否达到生产要求？ data aa; input a@@; x=a-40.4; cards; 41.3 40.8 38.7 42.7 43.0 38.6 42.7 39.5 42.1 42.1 ; 方法1 结果分析 本例资料服从正态分布（W=0.876128，P=0.1178），故选t检验。本例t=1.41，双侧检验p=0.1917，按a=0.05水准，不拒绝H0 ，差别无统计学意义，尚不认为该厂生产质量不达标。 配对资料t检验 资料类型： 两个同质对象接受不同处理； 同一受试对象分别接受不同的处理，同一受试对象处理前后。 条件：差值d服从正态分布 data aa;input x1 x2@@;d=x1-x2;cards;0.94 0.92 1.02 1.01 1.14 1.111.23 1.22 1.31 1.32 1.41 1.421.53 1.51 1.61 1.61 1.72 1.721.81 1.82 1.93 1.93 2.02 2.04; proc means t prt； var d； run； proc univariate normal； var d； run； proc ttest; paired x1*x2; run; 方法一 结果解释 本例t＝0.771，P=0.4569，在α=0.05水平上不能拒绝H0 ，差别没有统计学意义 ，尚不能认为两法测定结果不同。 作业 作业 作业 * * 数据步 proc means mean std stderr t prt ; var x ; run ; proc univariate normal; var x; run; proc ttest H0=40.4; var a; run; 方法1 方法2 方法3 方法2 方法3 例2 数据步 方法1 方法2 方法3 方法二 方法三