统计计算课程设计

《统计计算》

课程设计报告

学院

专业

姓名

学号

评语：

分数

题型一：

1、某医生随机抽取正常人和脑病病人各11例，测定尿中类固醇排出量（mg/dl），结果如表1。该医生根据此资料算得正常人尿中类固醇排出量的均数=dl，标准差S1=dl；脑病病人尿中类固醇排出量的均数=dl，标准差S2=dl，配对t检验结果，t = –，P < ，故认为脑病病人尿中类固醇排出量高于正常人。

表1 正常人和脑病病人尿中类固醇排出量（mg/dl）测定结果

分组尿中类固醇排出量（mg/dl）

正常人

脑病病人

2、该医生的统计处理是否正确为什么请用SAS程序和SAS结果解释原因。

答：

1、该资料属于完全随机设计

2、不正确；因为成对组数据的比较是指在某个观察值内部进行“以前”和“以后”情况的对比，而上述数据不符合这个要求，所以我们可以认为该医生的统计处理是不正确的，应该采用独立组两样本T检验。

SAS源程序：

data tk1;

do p=1to2;

do n=1to11;

input y@@;

output;

end;

end;

cards;

;

proc print;

run;

proc means noprint data=tk1;

var y;

by p;

output out=ty1 css=ss n=n std=s;

run;

data ty2;

set ty1;

f=n-1;

u=1/f;

_type_=1;

logs=2*f*log(s);

run;

proc means noprint data=ty2;

var ss n f u logs _type_;

output out=mx3 sum=t_ss t_n t_f t_u t_logs k;

data result;

set mx3; sc2=t_ss/t_f;

fz=t_f*log(sc2)-t_logs;

fm=1+1/3/(k-1)*(t_u-1/t_f);

df=k-1; chisqr=fz/fm;

prob=1-probchi(chisqr,df);

proc print noobs;

var chisqr df prob;

run;

proc univariate data=tk1 normal;

var y;

by p;

run;

proc npar1way data=tk1 wilcoxon;

class p;

run;

SAS结果及分析：

录入数据：

变量解释：P=1为正常人，P=2为脑病病人；y为尿中类固醇排出量

方差齐性检验：

输出结果中，统计量的p值=>，所以我们可以认为正常人和脑病病人的尿中类固醇排出量方差齐性。

正态性检验的结果如下：

p=1

p=2

因为是小样本，所以观察Shapiro-Wilk检验结果：说明在水平下，正常人的尿中类固醇排出量的正态性统计量W的P 值为：>，脑病病人的尿中类固醇排出量的正态性统计量W的P值为：>，所以正常人和脑病病人的尿中类固醇排出量都通过正态性检验，即正常人和脑病病人的尿中类固醇排出量的分布都服从正态分布。

所以选择采用独立组两样本T检验，输出结果如下：

结果表明：正常人和脑病病人的尿中类固醇排出量数据是方差齐性的（Equal），所以观察相应Pooled方法的检验统计量的P值=<，结论为正常人和脑病病人的尿中类固醇排出量有显著差异。

2、某研究者为研究核黄素缺乏对尿中氨基氮的影响，将60只Wistar大白鼠随机分为核黄素缺乏、限食量、不限食量三组不同饲料组。每组20只大白鼠。一周后测尿中氨基氮的三天排出量，结果如表2。该研究者对上述资料采用了两样本均数t检验进行两两比较，得出结论：三组之间均数差异均有统计学意义（P<）。检验进行两两比较，得出结论：三组之间均数差异均有统计学意义（P<）。

核黄素缺乏组

限食量组

不限食量组

2、该资料属于何种设计方案

3、该研究者处理方法是否正确为什么请用SAS程序和SAS结果解释原因。

答：

1、这是一个单因素三水平的方差分析资料。

2、该资料属于单因素三个水平的均衡设计。

3、研究者的处理方法不正确；因为两独立组样本均数t检验要求每组观察值是来自正态分布的总体的，而经检验证明，上述的三组数据并不服从正态分布，所以不可以采用两独立组样本均数t检验；而且对多个总体的均值进行比较，应用方差分析是更加常用的方法，所以此研究应该考虑采用非参数方差分析。

SAS程序：

data tk12;

do p=1to3;

do n=1to20;

input y@@;

output;

end;

end;

cards;

;

proc print;

run;

proc means noprint data=tk12;

var y;

by p;

output out=ty1 css=ss n=n std=s;

run;

data ty2;

set ty1;

f=n-1;

u=1/f;

_type_=1;

logs=2*f*log(s);

run;

proc means noprint data=ty2;

var ss n f u logs _type_;

output out=mx3 sum=t_ss t_n t_f t_u t_logs k;

data result;

set mx3; sc2=t_ss/t_f;

fz=t_f*log(sc2)-t_logs;

fm=1+1/3/(k-1)*(t_u-1/t_f);

df=k-1; chisqr=fz/fm;