共查询到20条相似文献,搜索用时 46 毫秒
1.
本文目的是介绍g×2×2表资料的优势比分析方法和基于SAS软件实现计算的方法。内容包括以下几个方面:其一,g×2×2表资料各层优势比的齐性检验;其二,当资料满足齐性要求时,基于校正的方法对共同优势比进行点估计和置信区间估计;其三,当资料不满足齐性要求时,基于"各层2×2表中(1,1)网格内的频数的条件分布"的方法对共同优势比进行精确点估计、置信区间估计和假设检验。通过两个实例,并基于SAS/STAT中的FREQ过程实现全部计算,对输出结果进行了解释,并做出了统计和专业结论。 相似文献
2.
本文目的是介绍g×2×2表资料的相对危险度分析方法和基于SAS软件实现计算的方法。内容包括以下几个方面:其一,g×2×2表资料的齐性检验;其二,当资料满足齐性要求时,基于校正的方法对共同相对危险度进行点估计和置信区间估计;其三,当资料不满足齐性要求时,基于DerSimonian-Laird法(简称DL法)估计共同相对危险度RRDL及其95%置信区间;其四,资料满足与不满足齐性要求时,检验"共同相对危险度是否等于1"。本文结合两个实例并基于SAS软件,分别实现了针对相对危险度的齐性检验、资料满足齐性要求与不满足齐性要求条件下,共同相对危险度的点估计及其置信区间估计,并对SAS输出结果进行了解释,做出统计结论和专业结论。 相似文献
3.
本文目的是介绍一种特殊高维表(即g×2×2表)资料的独立性检验方法及SAS实现。在SAS软件和统计学教科书中,有三种方法可用于进行高维表资料的独立性检验,分别为广义CMHχ~2检验(简称为"方法1")、公式中含有权重系数的加权χ~2检验(简称为"方法2")和公式中没有权重系数的加权χ~2检验(简称为"方法 3")。本文通过公式推导和变形,揭示出"方法2"与"方法 3"在本质上是完全相同的加权χ~2检验,但具有不同的表现形式;还揭示出加权χ~2检验统计量的估计值与"方法1"中的CMHχ~2检验统计量的估计值近似相等。本文结合一个实例,介绍基于SAS软件实现g×2×2表资料独立性检验的具体方法,对输出结果进行解释,并做出统计结论和专业结论。 相似文献
4.
5.
6.
本文目的是介绍三种R×C列联表资料的CMH χ~2检验以及SAS软件实现的方法。第一种是"双向无序R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是Pearson’s χ~2检验;第二种是"结果变量为有序变量的R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是秩和检验;第三种是"双向有序且属性不同R×C列联表资料",与这种资料对应的CMH χ~2检验在本质上就是Pearson’s相关分析或Spearman’s秩相关分析。当R×C列联表资料中有1个或2个"有序变量"时,进行统计分析之前,需要给有序变量"赋值或评分"。在SAS/STAT的FREQ过程中,有四种评分方法。评分方法不同,CMH χ~2检验统计量的表达形式和计算结果都会发生相应变化。 相似文献
7.
本文目的是介绍对数秩检验与SAS实现。对数秩检验的检验统计量有多种不同的表达形式,其中,最常见的表达形式有两种:第一种,类似于“Pearson’s拟合优度χ2检验统计量”;第二种,类似于“高维表资料优势比齐性检验统计量,即Breslow-Day’s χ2检验统计量”。对数秩检验统计量具有两种分布类型:χ2分布和标准正态分布。在构造对数秩检验统计量的过程中需注意四个方面的内容:①以个体的“生存时间”大小排序后分层或分区形成序贯的多张四格表资料;②注意区分“每个个体的生存时间”是完整数据还是删失数据;③仅计算每张四格表资料中特定网格[例如(1,1)网格]上的“理论或期望频数”;④计算理论频数的方法有别于四格表资料独立性检验时计算理论频数的方法。本文基于具有不同数据结构的两个实例并借助SAS软件实现对数秩检验。 相似文献
8.
9.
10.
11.
本文介绍了用Z检验进行率比较的原理、方法和SAS实现。包括一个未知总体率与一个已知总体率比较的Z检验和两未知总体率比较的Z检验。在SAS实现方面,采取了两种途径:①基于计算公式,用SAS语言编程;②直接借助SAS中的“FREQ过程”。 相似文献
12.
13.
14.
本文的目的是介绍总体方差已知时两算术均值比较一般差异性Z检验及SAS实现。首先,介绍了选用Z检验的前提条件;其次,介绍了单组设计和成组设计条件下进行均值比较的Z检验统计量,并介绍了上单侧检验、下单侧检验和双侧检验时所对应的拒绝域;最后,结合两个实例,基于SAS软件实现3种Z检验,对输出结果做出了解释。并针对如何合理选择单侧检验还是双侧检验给予说明。 相似文献
15.
16.
17.
18.
19.
20.
本文目的是介绍似然比检验与SAS实现,包括似然比检验统计量的3种定义和6种较常用的似然比检验统计量。3种定义分别为基于参数向量的空间大小来构造似然比检验统计量、基于两个嵌套统计模型来构造似然比检验统计量和基于全模型与部分模型来构造似然比检验统计量;6种较常用的似然比检验统计量分别是一般似然比χ2检验统计量、校正似然比χ2检验统计量、剖面似然比χ2检验统计量、拟似然比χ2检验统计量、伪似然比χ2检验统计量和Rao-Scott似然比χ2检验统计量。本文通过两个实例,借助SAS软件实现似然比χ2检验,对输出结果作出解释,并给出统计结论和专业结论。 相似文献