2、假设某学校大学生的身高为X（记总体X的均值为?1，方差为?12），体重为Y（记总体Y的均值为?2，方差为?22），今从全校随机抽取100名学生，测得身高、体重数据如下，请根据输出结果回答以下问题：
身高 172.4 171.4 165.8 160.3 155 173.2 165.7 169.8 166.7 172.8 177.5 172.8 163.3 165.4 169.5 162.5 171.9 181.7 171.2
体重 75 62.2 62.2 55.2 57 57.5 55.4 62.9 52.5 60 60 72.8 46.5 65.7 59.5 50 57 63 59 身高 169.3 168.2 167.8 175 175.5 167.5 161.2 168.6 170.9 177.8 177 169.8 172.9 171.5 169.6 171.5 176.6 175.8 174.8 体重 54.8 66.9 65 66.6 63.9 50 48.5 63.4 61 63.9 66.2 58 66.7 59.3 61.5 58.5 58.4 68.3 68 身高 169.3 165.1 164.4 172.5 172.3 169.4 172.8 172.6 166.1 162.7 169.9 160 165.4 176.6 169.1 175.6 177.3 172.3 165.4 5
体重 64 52 58.7 73.5 69 52.2 57 61 69.5 56.8 55.9 65.3 58 66.3 63.1 59.8 67 55.5 55.5 身高 171.4 168.8 169.9 172 168.6 166.7 175.1 163.8 166.2 168.8 167.4 179.1 175.8 181.7 185.5 166 169.2 172.7 169.1 体重 64.8 62.2 57.5 64 58 72 75.5 58.5 62.5 54 54.4 62.2 63.2 68.6 77 75.5 71.8 58.5 64.8 身高 166.5 167.8 164.9 168.4 176.4 169.5 157.5 165.1 172.4 169.1 169.3 172.3 162.3 175.2 173.9 167.2 166.2 174.3 167.9 体重 47.4 65 63.5 57 56.9 57 50.5 61.5 52.6 66.2 58.4 49.8 52.2 74.9 65.5 63.3 49.8 64 62 176.8 64 183.5 69.9 165.5 48.6 171 70.5 170.3 58.5 1、身高、体重的均值?1,?2和方差?12,?22的90%的置信区间；
data a;
input heigh@@ weigh@@; cards; ; run;
proc ttest data=a alpha=0.1; run;
{169.31，171.09}{60.201，62.307}
2、分析100名学生身高数据频率直方图；
proc gchart data=a; vbar heigh/type=freq; run;
3、对身高均值??170cm和方差?2?30cm2做假设检验；
6
0.7072>0.05 接受原假设
没有显著差异； 4、体重数据是否来自正态总体？
proc univariate data=a normal; var weight; run;
样本少于2000看第一个 大于2000看第二个 因为0.4639大于0.05所以接受原假设 所以来自正态总体
三、假设检验
1、某生产企业进行技术改造，为考察改造是否对生产量有提高，记录改造前后各10天的产量（吨/天）的数据：
7
改9.6.造前 改8.11造后 技术改造对产量是否有显著的影响（??0.05）？
data test; input a b@@; cards; run;
proc ttest data=test; paired a*b; run;
3.3 11.7 4 8 2 3.1 5.3 3.7 21.8 17.6 33 30.8 8 .4 42.6 5.8 1.6 19 22.4 30.2
因为0.0384<0.05 拒绝原假设，使用新技术后有显著差异。
2、某工厂有两台不同型号的机器生产同一种产品，为检验这两台机器的产量是否有显著的差异，记录了某段时间的生产数据如下：
性别 甲 甲 甲 甲 甲 甲 甲 乙 乙 乙 乙 乙 乙 乙 产量 75 76 80 77 80 77 73 82 80 85 85 78 87 82 甲乙的产量是否有显著的差异（??0.01）？
data test2;
8
相关推荐：
loading