SAS - 假设检验

假设检验是利用统计学方法来确定给定假设为真的概率。假设检验的通常过程包括以下四个步骤。

步骤1

制定零假设H0（通常情况下，观测结果是纯粹偶然的结果）和备择假设H1（通常情况下，观测结果显示出真实效应以及偶然变异的成分）。

确定一个可以用来评估零假设真伪的检验统计量。

计算P值，即在零假设为真的前提下，获得至少与观察到的检验统计量一样显著的检验统计量的概率。P值越小，反对零假设的证据就越强。

将p值与可接受的显著性水平α（有时称为α值）进行比较。如果p ≤ α，则观察到的效应在统计上是显著的，零假设被排除，备择假设是有效的。

SAS编程语言具有执行各种假设检验的功能，如下所示。

检验	描述	SAS PROC
t检验	t检验用于检验一个变量的均值是否与假设值显著不同。我们还可以确定两个独立组的均值是否显著不同，以及依赖组或配对组的均值是否显著不同。	PROC TTEST
方差分析(ANOVA)	它也用于在存在一个独立分类变量时比较均值。当检验区间因变量的均值是否根据独立分类变量而不同时，我们希望使用单因素方差分析。	PROC ANOVA
卡方检验	我们使用卡方拟合优度检验来评估分类变量的频率是否可能由于偶然性而发生。如果分类变量的比例是否为假设值，则需要使用卡方检验。	PROC FREQ
线性回归	当想要检验一个变量如何很好地预测另一个变量时，使用简单线性回归。多元线性回归允许检验多个变量如何很好地预测感兴趣的变量。使用多元线性回归时，我们还假设预测变量是独立的。	PROC REG

打印页面