SAS入门单因素方差分析.pptVIP

方差分析 一、方差分析的基本问题 1、在实践中，影响一个事物的因素往往很多，人们总是要通过试验考察各种因素的影响。例如，种植水稻，不同的水稻品种，不同的耕作方法，不同的耕作人员、不同的气候等等，对水稻的产量、性能都会有影响。在水稻、耕作方法、耕作人员、气候诸因素中，有的因素影响大，有的因素影响小，有的因素可控制，有的因素可不控制。如何在多种可控制因素中找到主要因素，通过对主要因素的控制调整，提高水稻产量、质量，解决此问题的有效方法之一就是方差分析.（analysis of variance, ANOVA) 一、方差分析的基本问题 2、在数据处理上,是要通过试验考察数据误差来源的分析判断多个总体均值是否相等。 随机误差（组内差异）：来自随机干扰 系统误差（组间差异）：来自总体 我们要通过试验数据来判断5个不同的水稻品种对产量的影响，记每个品种单位产量均值为 即要检验假设： 一、方差分析的基本问题 3、方差分析的变量 称试验指标为响应变量 称试验可控因素为自变量 可控因素的不同状态称为水平（又称处理） 上例中，品种的水稻、耕作方法，耕作人员、为可控因素，故为自变量。而不同的水稻品种，不同的耕作方法，不同的耕作人员、不同的气候的“不同” 为该因素不同的水平而水稻产量、质量为试验指标故称为响应变量。 二、方差分析(单因素)的基本原理 单因素试验指的是在试验中，只有一个（可控）因素在改变，其它（可控）条件不变的试验。 中上例，影响我们感兴趣的指标－－产量的因素只有一个，即种子品种，所考虑的不同的种子品种有5个，每一个具体的品种，都称为品种这个因素的一个“水平”，故上例品种这个因素共有5个水平，该试验为单因素5水平的试验。 三、总偏离平方和的分解 五、利用 SAS菜单作单因素试验的方差分析 从对模型的检验可以看出，整个模型对乳牛产乳量的影响具有统计学意义，但从误差来源看，只有饲料对乳牛产乳量的影响具有统计意义，即食用不同饲料的乳牛的产乳量存在差别，而乳牛个体及牛的泌乳时期不同对产乳量的影响不具备统计学意义。 用SAS菜单作双因素有重复（有交互作用）方差分析 方差分析的SAS过程 调用ANOVA（或GLM）过程的语句及其标准格式如下： PROC ANOVA（或GLM）选择项1； CLASS变量表； MODEL因变量=自变量； MEAN效应/选择项； BY变量表； FREQ变量表； 其中，前3个语句是必需的。 ANOVA（或GLM）过程选择项1 调用ANOVA（或GLM）过程，语句的主要选择项有： ⑴DATA=SAS数据集 定义一个用于分析的SAS数据集。 ⑵OUTSTA=SAS数据集 定义一个用于存放输出结果的SAS数据集，输出内容包括平方和、自由度、F值以及每个效应的概率水平等。 ANOVA（或GLM）过程 2.CLASS语句 本语句用于定义分组变量，如性别、种族、地区或剂量等。在PROC ANOVA过程中的CLASS语句是必须的，而且一定要放在MODEL语句之前。在方差分析中所使用的分类变量（因素），首先要在CLASS语句中说明。 ANOVA（或GLM）过程 3.MODEL语句 本语句MODEL后的“因变量”即待分析之变量。等号右边的变量即为可能对因变量有效应的不同因素，如性别、年龄组等。 4.MEANS语句 本语句要求过程计算因变量在每个效应下的均数，常用于对不同效应导致各组因变量均数组间差异的两两比较。而根据两两比较的统计方法又有不同选择项，其主要选择项有： 方差分析过程的多重比较 DUNCAN：对所有主效应进行DUNCAN检验。 SNK：对所有主效应进行Student-Newman-Keuls检验。 T|LSD：对所有主效应进行两两检验，它相当于在样本含量相同时的LSD检验。 TUKEY：对所有主效应进行TUKEY检验。 ALPHA=均值间对比检验的显著水平，缺省值是0.05。当用DUNCAN选项时只能取0.01、0.05和0.10，对于其它选项，可取0.0001到0.9999之间的任何值。 ANOVA（或GLM）过程 CLDIFF：在选择T和LSD时，过程将两个均值之差以置信区间的形式输出。 CLM：在选项T和LSD时，过程把变量的每一水平均值以置信区的形式输出。 对于一个对照组多个实验组均数之间差异的显著性检验，可采用DUNNETT检验，其格式为： MEANS效应/DUNNETT（’control’）； 其中 ’control’是主效应中对照组的标志。 ANOVA（或GLM）过程 5.BY语句 本语句要求按照BY变量的不同水平对数据集进行分组的方差分析。 6.FREQ语句 本语句意味着一条记录将重复若干次（有若干相同的观测），重复次数