SAS第四讲课件.pptVIP

SAS统计分析; 正交试验设计方差分析; 正交表 正交试验设计主要通过正交表。正交表是合理安排实验和数据分析的主要工具。最简单的正交表是L4(23)，见下表1。 表1 L4(23) 正交表 ;L4(23)的含意：“L”代表正交表，L下角的“4”表示4横行，既要做4次试验；括号指数“3”表示有3纵列，即最多允许安排的试验因素的个数是3个；括号内“2”表示表内只有1和2两种水平。 正交表有以下两个性质： ⑴每一列中，不同的数字出现的次数相等。如表，不同数字1和2个出现两次。 ⑵任意两列中，将同一横行的两个数字看成有序对时（即左边的数放在前，右边的数放在后，按这一次序排出的数对），每种数对出现的次数相等。表2有序数对共有4种：（1，1），（1，2），（2，1），（2，2），他们各出现一次。 凡满足上述两个性质的表就称为正??表。 ;; 3.根据试验要求决定试验次数。要求精度高时，可选试验次数多的正交表；要求精度不高或试验条件有困难时，可选试验次数少的正交表。 4.分析交互作用多，选列多的正交表；已知交互作用小，选列少的正交表。 5.正交表中列的占用，如果用方差分析，至少要空一列以估计误差，如用直观分析法粗略分析，可不空列。 ;; 从交互作用表上可以查出正交表中任两列的交互作用列，具体查法是：在表3上，第一个列号是带（ ）的列号，从左往右水平的看，第二个列号是不带括号的列号，从上往下垂直地看，交点处的数字就是交互作用列。例如第1列和第2列的交互作用是第3列，第1列和第7列的交互作用是第6列，等等。; 无重复正交试验设计资料的方差分析 例7-2 本例有4个因素（A、B、C、D），各因素有两个水平，除了研究各因素不同水平对钉螺产卵数有无影响外，还要研究A×B的交互作用。 根据要求，除了要分析因素A、B、C、D的主效应以外，还要分析交互作用A×B。显然 L4(23)正交表是不够用的，可选用L8(27)正交表，作表头设计如下： 列号 1 2 3 4 5 6 7 因素 A B A×B C D ;data ex7_2; input a b c d y @@; cards; 1 1 1 1 86 1 1 2 2 95 1 2 1 2 91 1 2 2 1 94 2 1 1 2 91 2 1 2 1 96 2 2 1 1 83 2 2 2 2 88 ; proc anova; class a b c d; model y=a b c d a*b; means a b c d a*b; run;; Analysis of Variance Procedure Dependent Variable: Y Source DF Sum of Squares Mean Square F Value Pr F Model 5 141 28 11.28 0.0834 Error 2 5 2Corrected Total 7 146 R-Square C.V. Root MSE Y Mean 0.965753 1.747115 1.5811389 90.50000 Source DF Anova SS Mean Square F Value Pr F A 1 8 8 3.20 0.2155 B 1 18 18 7.20 0.1153 C 1 60 60 24.20 0.0389 D 1 4 4 1.80 0.3118 A*B 1 50 50 20.00 0.0465; Analysis of Variance