SAS - Verifica di ipotesi

Il test di ipotesi è l'uso della statistica per determinare la probabilità che una data ipotesi sia vera. Il normale processo di verifica delle ipotesi consiste in quattro passaggi come mostrato di seguito.

Passo 1

Formulare l'ipotesi nulla H0 (comunemente, che le osservazioni siano il risultato del puro caso) e l'ipotesi alternativa H1 (comunemente, che le osservazioni mostrino un effetto reale combinato con una componente di variazione casuale).

Passo 2

Identificare una statistica di prova che può essere utilizzata per valutare la verità dell'ipotesi nulla.

Passaggio 3

Calcola il valore P, che è la probabilità che una statistica test significativa almeno quanto quella osservata sarebbe ottenuta assumendo che l'ipotesi nulla fosse vera. Più piccolo è il valore P, più forte è l'evidenza contro l'ipotesi nulla.

Passaggio 4

Confronta il valore p con un valore di significatività alfa accettabile (a volte chiamato valore alfa). Se p <= alfa, che l'effetto osservato è statisticamente significativo, l'ipotesi nulla è esclusa e l'ipotesi alternativa è valida.

Il linguaggio di programmazione SAS ha funzionalità per eseguire vari tipi di test di ipotesi, come mostrato di seguito.

Test	Descrizione	SAS PROC
T-Test	Un test t viene utilizzato per verificare se la media di una variabile è significativamente diversa da un valore ipotizzato. Determiniamo anche se le medie per due gruppi indipendenti sono significativamente diverse e se le medie per gruppi dipendenti o appaiati sono significativamente diverse.	PROC TTEST
ANOVA	Viene anche utilizzato per confrontare le medie quando è presente una variabile categoriale indipendente. Vogliamo utilizzare ANOVA unidirezionale durante il test per vedere se le medie della variabile dipendente dall'intervallo sono diverse in base alla variabile categoriale indipendente.	PROC ANOVA
Chi-Square	Usiamo la bontà di adattamento del chi quadrato per valutare se le frequenze di una variabile categorica potessero verificarsi per caso. L'uso di un test del chi quadrato è necessario se le proporzioni di una variabile categoriale sono un valore ipotizzato.	PROC FREQ
Linear Regression	La regressione lineare semplice viene utilizzata quando si desidera verificare quanto bene una variabile predice un'altra variabile. La regressione lineare multipla consente di testare quanto bene più variabili predicono una variabile di interesse. Quando si utilizza la regressione lineare multipla, assumiamo inoltre che le variabili predittive siano indipendenti.	PROC REG