方差分析包括三因素.ppt

*三因素方差分析SAS程序输出结果：结论：因F=6.80,P《0.0011,故总体有非常显著差异。其中K因素影响极大F=16.27,P《0.001。因素P、C都无显著差异。第31页,共42页，2024年2月25日，星期天*4、有交互因素的方差分析例：治疗缺铁性贫血病人12例，分为4组给予不同治疗，一个月后观察红细胞增加（百万/mm），资料如表。试分析两种药物对红细胞增加的影响。甲药（A）不用（A0）用（A1）乙药（B）不用B0用B10.80.90.71.31.21.10.91.11.02.12.22.0第32页,共42页，2024年2月25日，星期天*有交互因素方差分析SAS程序的输入：第33页,共42页，2024年2月25日，星期天*有交互因素方差分析SAS程序输出结果：结论：因F=98.75,P=0.00010.01,故总体有非常显著的差异，因素A、B、A*B都对红细胞增加数有非常大的影响。第34页,共42页，2024年2月25日，星期天*非平衡数据的方差分析（GLM过程）在SAS/STAT中GLM（GeneralLinearModels)过程分析功能最多。包括：1、简单回归（一元）2、加权回归3、多重回归及多元回归4、多项式回归5、方差分析（尤其不平衡分析）6、偏相关分析7、协方差分析8、多元方差分析9、反应面模型分析10、重复测量方差分析第35页,共42页，2024年2月25日，星期天*GLM过程在方差分析中的应用：MODEL语句反映因变量与自变量的模型，其形式：模型说明模型类型MODELY=ABＣ；主效应ＭODELY=ABA*B；交互效应MODELY=ABA(B)；嵌套效应ＭODELY1Y2=AB；多元方差分析MODELY=AX；协方差分析Ａ，Ｂ，Ｃ是分类变量，Ｘ，Ｙ是连续型变量。第36页,共42页，2024年2月25日，星期天*１、不平衡单因素方差分析例：健康男子各年龄组淋巴细胞转化率（％）如表，问各组淋巴细胞转化率的均数之间的差异是否显著？健康男子各年龄组淋巴细胞转化率（％）11-20岁5861616263687070747841-50岁54575758606063646661-75岁4352555660第37页,共42页，2024年2月25日，星期天*不平衡单因素方差分析SAS程序的输入：第38页,共42页，2024年2月25日，星期天*不平衡单因素方差分析SAS程序输出结果：第39页,共42页，2024年2月25日，星期天*2、不平衡二因素方差别分析假设如下数据作二因素方差分析因素Ｂb1b2b3因素Ａa1a23.32.61.53.63.11.90.81.63.22.65.24.72.21.34.24.35.32.82.02.94.43.84.45.13.92.93.12.93.54.92.54.84.65.63.93.0第40页,共42页，2024年2月25日，星期天*不平衡二因素方差分析SAS程序的输入：第41页,共42页，202