SAS-仮説検定

仮説検定は、統計を使用して、特定の仮説が真である確率を決定することです。仮説検定の通常のプロセスは、以下に示す4つのステップで構成されます。

ステップ1

帰無仮説H0（通常、観測値は純粋な偶然の結果である）と対立仮説H1（通常、観測値が偶然の変動の成分と組み合わされた実際の効果を示す）を定式化します。

帰無仮説の真偽を評価するために使用できる検定統計量を特定します。

P値を計算します。これは、帰無仮説が真であると仮定して、観測されたものと少なくとも同じ有意な検定統計量が得られる確率です。P値が小さいほど、帰無仮説に対する証拠が強くなります。

p値を許容可能な有意値alpha（アルファ値と呼ばれることもあります）と比較します。p <= alphaの場合、観測された効果が統計的に有意である場合、帰無仮説は除外され、対立仮説は有効です。

SASプログラミング言語には、以下に示すように、さまざまなタイプの仮説検定を実行する機能があります。

テスト	説明	SAS PROC
T-Test	t検定は、1つの変数の平均が仮説値と有意に異なるかどうかをテストするために使用されます.2つの独立したグループの平均が有意に異なるかどうか、および従属グループまたはペアのグループの平均が有意に異なるかどうかも判断します。	PROC TTEST
ANOVA	また、独立したカテゴリ変数が1つある場合の平均の比較にも使用されます。区間従属変数の平均が独立カテゴリ変数によって異なるかどうかをテストするときに、一元配置分散分析を使用します。	PROC ANOVA
Chi-Square	カイ二乗適合度を使用して、カテゴリ変数の頻度が偶然に発生する可能性が高いかどうかを評価します。カテゴリ変数の比率が仮説値であるかどうかにかかわらず、カイ2乗検定を使用する必要があります。	PROC FREQ
Linear Regression	単純な線形回帰は、変数が別の変数をどれだけうまく予測できるかをテストする場合に使用されます。複数の線形回帰を使用すると、複数の変数が対象の変数をどの程度予測できるかをテストできます。複数の線形回帰を使用する場合、予測変数は独立しているとさらに仮定します。	PROC REG