Analyse de la différence de moyennes entre deux groupes

Le script commence par générer une population synthétique de 10 000 individus avec des sexes et des tailles attribués aléatoirement. Le sexe est déterminé de manière binaire (homme/femme) et la taille est générée à partir de distributions normales distinctes pour chaque sexe. Ensuite, il utilise PROC SURVEYSELECT pour extraire un échantillon aléatoire simple de 50 individus de cette population. Les commentaires indiquent l'intention d'utiliser PROC TTEST pour comparer les tailles moyennes des hommes et des femmes dans cet échantillon. Le script est pédagogique, illustrant la création de données simulées et l'échantillonnage avant une analyse statistique.

Analyse des données

Type : CREATION_INTERNE

Toutes les données utilisées (random_pop1 et random_subpop1) sont créées de manière synthétique au sein du script à l'aide d'un DATA STEP et d'une procédure d'échantillonnage (PROC SURVEYSELECT). Aucune donnée externe n'est requise.

1 Bloc de code

DATA STEP Data

Explication :
Ce bloc DATA STEP génère un jeu de données nommé `random_pop1` contenant 10 000 observations. Chaque observation représente un individu avec un sexe (`male`, binaire) et une taille (`height`) attribués. Le sexe est déterminé aléatoirement (50/50) à l'aide de la fonction `uniform`, et la taille est générée à partir d'une distribution normale distincte pour les hommes et les femmes en utilisant la fonction `normal`, reflétant des moyennes et des écarts-types différents. Les variables temporaires `i` et `x` utilisées pour la génération sont supprimées du jeu de données final.

Copié !

1	DATA random_pop1 (drop = i x);
2	DO i=1 to 10000;
3	x = uniform(123456);
4	IF x >.5 THEN male = 1;
5	ELSE male = 0;
6	IF male = 1 THEN height = round(71 + 4.32*normal(0), .01);
7	ELSE IF male = 0 THEN height = round(64.3 + 2.11*normal(0), .01);
8	OUTPUT;
9	DO;
10	RUN;

2 Bloc de code

PROC SURVEYSELECT

Explication :
Cette procédure `PROC SURVEYSELECT` effectue un échantillonnage aléatoire simple (`srs`) à partir du jeu de données `random_pop1` créé précédemment. Elle sélectionne 50 observations de manière aléatoire et les stocke dans un nouveau jeu de données nommé `random_subpop1`. L'option `seed = 2001` assure la reproductibilité de l'échantillon, et `noprint` supprime l'affichage des résultats de la procédure dans la sortie SAS.

Copié !

1	PROC SURVEYSELECT DATA=random_pop1 noprint
2	seed = 2001
3	method = srs
4	sampsize = 50
5	out = random_subpop1;
6	RUN;

3 Bloc de code

PROC TTEST

Explication :
Les commentaires indiquent l'intention d'utiliser `PROC TTEST` sur le jeu de données `random_subpop1` pour tester l'existence d'une différence significative entre les tailles moyennes des groupes 'male' (hommes) et 'female' (femmes). Bien que le code SAS pour cette procédure ne soit pas inclus dans le script fourni, c'est l'objectif analytique final du script.

Copié !

1	/*
2	PROC TTEST est suggérée par les commentaires, mais non fournie dans le script. */

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Informations de Copyright : Practice: Test for a Difference Between Two Means. This code is posted for your benefit; however, I highly recommend that you practice typing your own SAS programs as well. With the SAS programming language, as with all new languages, immersion seems to be the best way to learn.

Retour à la liste