SAS - Проверка гипотез

Проверка гипотез - это использование статистики для определения вероятности того, что данная гипотеза верна. Обычный процесс проверки гипотез состоит из четырех шагов, как показано ниже.

Шаг 1

Сформулируйте нулевую гипотезу H0 (обычно, что наблюдения являются результатом чистой случайности) и альтернативную гипотезу H1 (обычно, что наблюдения показывают реальный эффект в сочетании с компонентом случайной вариации).

Шаг 2

Определите статистику теста, которая может использоваться для оценки истинности нулевой гипотезы.

Шаг 3

Вычислите P-значение, которое представляет собой вероятность того, что тестовая статистика, по крайней мере, такая же значимая, как наблюдаемая, будет получена при условии, что нулевая гипотеза верна. Чем меньше P-значение, тем сильнее доказательства против нулевой гипотезы.

Шаг-4

Сравните p-значение с приемлемым значением альфа значимости (иногда называемым альфа-значением). Если р <= альфа, то наблюдаемый эффект является статистически значимым, нулевая гипотеза исключается, а альтернативная гипотеза верна.

Язык программирования SAS имеет функции для выполнения различных типов проверки гипотез, как показано ниже.

Контрольная работа	Описание	SAS PROC
T-Test	T-тесты используются для проверки того, существенно ли отличается среднее значение одной переменной от предполагаемого значения. Мы также определяем, значительно ли различаются средние значения для двух независимых групп и существенно ли различаются средние значения для зависимых или парных групп.	PROC TTEST
ANOVA	Он также используется для сравнения средних значений при наличии одной независимой категориальной переменной. Мы хотим использовать односторонний дисперсионный анализ при тестировании, чтобы увидеть, различаются ли средние значения интервальной зависимой переменной в зависимости от независимой категориальной переменной.	PROC ANOVA
Chi-Square	Мы используем степень согласия по критерию хи-квадрат, чтобы оценить вероятность случайного появления частот категориальной переменной. Если пропорции категориальной переменной являются гипотетическим значением, необходимо использовать критерий хи-квадрат.	PROC FREQ
Linear Regression	Простая линейная регрессия используется, когда нужно проверить, насколько хорошо переменная предсказывает другую переменную. Множественная линейная регрессия позволяет проверить, насколько хорошо несколько переменных предсказывают интересующую переменную. При использовании множественной линейной регрессии мы дополнительно предполагаем, что переменные-предикторы независимы.	PROC REG