1.   Put your name in a main title that will appear on all pages ofthe output from this exam. For each of the other questions have a secondary title identify the question number. (2)

2.   Performing a simulation: (STAT466-18, STAT866-23)

The standard formula for a 95% confidence interval of a sample mean is

x ± t(.975, n − 1) *sd /  where n is the sample size, x-bar is the sample average, sd is the        standard deviation, and t(.975, n-1) is the 97.5th percentile ofthe t-distribution with 1 degree of freedom. This formula is used by PROC MEANS and other SAS procedures to provide              confidence limits. Perform 10, 000 simulations to confirm that this formula provides 95%          coverage for a sample size as small as 2 ifthe sample is drawn from a standard normal               distribution. You do not need to use arrays or macros for this question, and you don’t need to     make the code generalizable to other sample sizes or distributions.

You can do this question one oftwo ways:  1) You can generate 10, 000 simulations of sample    size 2 (i.e. 20, 000 rows) and then use PROC MEANS to obtain 10, 000 confidence limits, or 2)  you could generate two random variables for 10, 000 simulations and then use SAS functions to  implement the standard formula for a 95% confidence interval provided above. Provide the code for one ofthese 2 approaches ifyou are in STAT466. Provide the code for both approaches if     you are in STAT866.

3.   Reading, analyzing and tabulating data (27)

This question uses data from a fictional clinical trial measuring mean arterial blood pressure         (MAP) before and after a month of treatment with either a Diuretic or a Calcium Channel             Blocker. I’ve provided these data to you in two formats: 1) the MAP SAS dataset, and 2) the raw data included in the start.txt file.

a)   Have SAS list the attributes of the MAP SAS dataset that you uploaded from onQ. (2)

b)  Use the raw data provided in start.txt as in-stream data to generate a temporary dataset that is identical (including all attributes) to the MAP dataset you uploaded from onQ.  (7)

c)   Run a procedure to compare the MAP SAS dataset provided and the MAP dataset you generated in part b. (2)

For the remaining questions, you can use the MAP dataset provided or the temporary MAP dataset created in part b.

d)  Run the Change variable through a procedure to get a detailed description of its distribution separately for each Med group. Turn on two options to help you asses ifthe distribution is    approximately normally distributed. In a comment answer the following,

i.      Do the data appear to grossly violate the normal distribution assumption - explain? 

ii.      Does there appear to be a statistically significant decrease in blood pressure with either medicine? Why or why not? (5)

e)   Perform a two sample t-test to compare the change in MAP between medication groups. Which t-test method should we use for these data? Why? Do these data suggest that one  medication significantly decreases blood pressure more than the other? (3)

f)   Run an analysis ofcovariance with Change as the dependent variable and Pre and Med as independent variables. For full points, try to do this using a procedure that does not require you to create a dummy variable for Med. What is the p-value for comparing the Change    between Med groups after controlling for Pre> (2)

g)  Produce a summary table that looks exactly like the following. Don’t worry about colours, shading or wrapping. (6)