如何在 sas 中执行独立性卡方检验

卡方独立性检验用于确定两个分类变量之间是否存在显着关联。

以下示例显示如何在 SAS 中执行独立性卡方检验。

示例：SAS 中的卡方独立性检验

假设我们想知道性别是否与对政党的偏好相关。我们对 500 名选民进行了简单的随机抽样，并询问他们的政党偏好。

下表列出了调查结果：

使用以下步骤在 SAS 中执行独立性卡方检验，以确定性别是否与政党偏好相关。

第 1 步：创建数据。

首先，我们将在 SAS 中创建一个数据集来保存调查回复：

 /*create dataset*/
data my_data;
	input Gender$Party$Count;
	datalines ;
Male Rep 120
Male Dem 90
Male Ind 40
Female Rep 110
Female Dem 95
Female Ind 45
;
run ;

/*print dataset*/
proc print data =my_data;

步骤 2：执行独立性卡方检验。

然后我们可以使用下面的代码来进行独立性的卡方检验：

 /*perform Chi-Square Test of Independence*/
proc freq data =my_data;
	Gender*Party / chisq tables ;
	weightCount ;
run ;

输出中有两个有趣的值：

• 卡方检验统计量： 0.8640
• 相应的 p 值： 0.6492

回想一下，独立性的卡方检验使用以下原假设和备择假设：

• H ₀ ：两个变量是独立的。
• H _A ：这两个变量不是独立的。

由于检验的p 值(0.6492) 不小于 0.05，因此我们无法拒绝原假设。

这意味着我们没有足够的证据表明性别和政党偏好之间存在关联。

换句话说，性别和政党偏好是独立的。

其他资源

以下教程提供有关卡方独立性检验的更多信息：

卡方独立性检验简介
独立性卡方检验计算器
如何在 Excel 中执行卡方独立性检验