sas中非正态数据的配对T检验选择？

在SAS中，进行非正态数据的配对T检验时，可以使用PROC UNIVARIATE和PROC TTEST两个过程来完成。

首先，使用PROC UNIVARIATE过程来对非正态数据进行描述性统计分析，以了解数据的分布情况和基本统计量。例如，可以计算均值、标准差、偏度和峰度等指标。该过程可以帮助我们判断数据是否服从正态分布。

接下来，使用PROC TTEST过程来进行配对T检验。配对T检验用于比较两个相关样本的均值是否存在显著差异。在SAS中，可以使用PAIRED选项来指定配对T检验。同时，可以使用VAR语句来指定需要进行比较的变量。

以下是一个示例代码：

/* 进行描述性统计分析 */
proc univariate data=yourdata;
   var variable;
run;

/* 进行配对T检验 */
proc ttest data=yourdata;
   paired variable1*variable2;
run;

在上述代码中，yourdata是数据集的名称，variable是需要进行分析的变量名称。根据实际情况，可以将代码中的yourdata和variable替换为相应的数据集和变量名。

对于非正态数据的配对T检验选择，需要注意以下几点：

1. 非正态数据的配对T检验可能会受到数据分布的偏斜和峰度的影响。因此，在进行检验之前，需要先进行描述性统计分析，确保数据的分布情况符合配对T检验的假设。
2. 配对T检验要求两个相关样本的观测值是成对的，并且对应的观测值之间存在一一对应的关系。
3. 配对T检验的原假设是两个相关样本的均值相等，备择假设是两个相关样本的均值不相等。
4. 配对T检验的结果包括均值差、标准误差、T值、自由度和P值等指标。根据P值的大小，可以判断两个相关样本的均值是否存在显著差异。

对于SAS中的相关产品和产品介绍链接地址，可以参考腾讯云的官方文档和网站，以获取更详细的信息。