Sas: วิธีใช้ proc univariate สำหรับการทดสอบภาวะปกติ
คุณสามารถใช้ proc univariate ใน SAS กับคำสั่ง ปกติ เพื่อทำการทดสอบภาวะปกติหลายรายการกับตัวแปรในชุดข้อมูล
ขั้นตอนนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:
proc univariate data =my_data normal ;
var my_variable;
run ;
ตัวอย่างต่อไปนี้แสดงวิธีการใช้ขั้นตอนนี้ในทางปฏิบัติ
ตัวอย่าง: Proc Univariate สำหรับการทดสอบภาวะปกติใน SAS
สมมติว่าเรามีชุดข้อมูลต่อไปนี้ใน SAS ที่มีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:
/*create dataset*/
data my_data;
input team $pointsrebounds;
datalines ;
At 12 8
At 12 8
At 12 8
At 23 9
At 20 12
At 14 7
At 14 7
B 20 2
B 20 5
B 29 4
B 14 7
B 20 2
B 20 2
B 20 5
;
run ;
/*view dataset*/
proc print data =my_data;

เราสามารถใช้ proc univariate กับคำสั่ง ปกติ เพื่อทำการทดสอบภาวะปกติต่างๆ บนตัวแปร คะแนน :
proc univariate data =my_data normal ;
var points;
run ;
ผลลัพธ์จะแสดงหลายตาราง แต่ตารางชื่อ Normality Tests ประกอบด้วยผลลัพธ์ของการทดสอบ Normality:

ตามค่าเริ่มต้น SAS จะทำการทดสอบภาวะปกติสี่ครั้งและแสดงสถิติการทดสอบแต่ละรายการและค่า p ที่สอดคล้องกัน:
- การทดสอบชาปิโร-วิลค์ : W = 0.867, p = 0.0383
- การทดสอบโคลโมโกรอฟ-สมีร์นอฟ : D = .237, p = .0318
- การทดสอบ Cramer-von Mises : W-Sq = 0.152, p = 0.0200
- การทดสอบแอนเดอร์สัน-ดาร์ลิ่ง : A-Sq = 0.847, p = 0.0223
การทดสอบภาวะปกติแต่ละครั้งใช้สมมติฐานว่างและทางเลือกต่อไปนี้:
- H 0 : ข้อมูลมีการกระจายตามปกติ
- HA : ข้อมูลไม่มีการกระจายตามปกติ
เนื่องจาก ค่า p สำหรับการทดสอบภาวะปกติแต่ละครั้งน้อยกว่า 0.05 เราจึงปฏิเสธสมมติฐานว่างสำหรับการทดสอบภาวะปกติแต่ละครั้ง
ซึ่งหมายความว่ามีหลักฐานเพียงพอที่จะสรุปได้ว่าตัวแปร คะแนน ไม่ได้รับการแจกแจงตามปกติ
โปรดทราบว่าคุณสามารถสร้างฮิสโตแกรมโดยมีเส้นโค้งปกติซ้อนทับเพื่อให้เห็นภาพการกระจายค่าของตัวแปร จุด :
proc univariate data =my_data;
histogram points / normal ;
run ;

ฮิสโตแกรมแสดงให้เราเห็นว่าการกระจายตัวของค่าไม่เป็นไปตามเส้นโค้งปกติมากนัก ซึ่งสอดคล้องกับผลลัพธ์ของการทดสอบภาวะปกติที่เราดำเนินการ
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน SAS:
วิธีใช้สรุปขั้นตอนใน SAS
วิธีใช้ Proc Tabulate ใน SAS
วิธีใช้การจัดเรียง Proc ใน SAS