方差分析的SAS操作

1、方差分析常用于方差分析的主要過(guò)程有ANOVA和GLM（廣義線性模型），對(duì)于平衡數(shù)據(jù)資料（各水平下等重復(fù)，數(shù)據(jù)沒(méi)有丟失），一般用ANOVA過(guò)程，對(duì)于非平衡數(shù)據(jù)，應(yīng)采用GLM過(guò)程.1、ANOVA過(guò)程格式及使用說(shuō)明過(guò)程格式：PROCANOVA選項(xiàng)；CLASS處理因素；MODEL因變量=效應(yīng)表/選擇項(xiàng)；MEANS效應(yīng)表/選擇項(xiàng)；過(guò)程說(shuō)明：PROCANOVA語(yǔ)句的選項(xiàng)主要有：DATA=數(shù)據(jù)集名指明要分析的SAS數(shù)據(jù)集，缺省時(shí)SAS將使用最近建立的數(shù)據(jù)集.OUTSTAT=俞出數(shù)據(jù)集指定分析計(jì)算結(jié)果輸出的數(shù)據(jù)集名.CLASS語(yǔ)句指明分類(lèi)變量，是ANOVA過(guò)程的必需語(yǔ)句，并且必須出現(xiàn)在MODEL語(yǔ)句之前.分類(lèi)

2、變量可以為數(shù)值型或字符型，分類(lèi)變量的個(gè)數(shù)表示方差分析的因素個(gè)數(shù).MODEL語(yǔ)句定義分析所用的效應(yīng)模型，即方差分析的因變量和效應(yīng)變量.在方差分析過(guò)程中，關(guān)鍵在于定義線性數(shù)學(xué)模型，常用的模型定義語(yǔ)句有：MODELy=ab雙因素?zé)o交互作用一元方差分析MODELy=aba*b雙因素有交互作用一元方差分析MEANS(格式：因素/選擇項(xiàng))語(yǔ)句用來(lái)計(jì)算該語(yǔ)句所列的每個(gè)效應(yīng)所對(duì)應(yīng)的因變量均值，其選項(xiàng)用于設(shè)定多重比較的方法以及方差齊性檢驗(yàn)?？梢赃x擇的檢驗(yàn)方法有：(1) T/LSD法：對(duì)means語(yǔ)句中出現(xiàn)的所有因素的各水平進(jìn)行兩兩T檢驗(yàn)，當(dāng)每一水平的觀測(cè)數(shù)相等時(shí)，T檢驗(yàn)變成Fisher的最小顯著差檢驗(yàn)。(2)

3、BON法：對(duì)MEANS語(yǔ)句中出現(xiàn)的所有因素的各水平均值之差進(jìn)行Bonferroni的T檢驗(yàn)。(3) TUKEY法：對(duì)MEANS語(yǔ)句中出現(xiàn)的所有因素的各水平均值進(jìn)行TUKEY的學(xué)生化極差檢驗(yàn)。(4) DUNCAN法：對(duì)MEANS語(yǔ)句中出現(xiàn)的所有因素的各水平均值進(jìn)行DUNCAN的極差檢驗(yàn)。(5) REGWF法：對(duì)MEANS語(yǔ)句中出現(xiàn)的所有因素的各水平均值進(jìn)行多重極差檢驗(yàn)。(6) HOVTEST：進(jìn)行方差齊性檢驗(yàn)。2、GLM即廣義線性模型(GeneralLinerModel)過(guò)程，它使用最小二乘法對(duì)數(shù)據(jù)擬合廣義線性模型.該過(guò)程功能強(qiáng)大，可用于多種不同的統(tǒng)計(jì)分析中.GLM過(guò)程用于方差分析時(shí)，主要語(yǔ)句和

4、使用格式與上述ANOVA過(guò)程類(lèi)似，詳見(jiàn)例3.一、單因素方差分析1單因素等重復(fù)方差分析（ANOVA過(guò)程）應(yīng)用舉例:編寫(xiě)程序如下：Dataexam;/*建立數(shù)據(jù)集*/Dotrt=1to3;/*3個(gè)水平（衛(wèi)）分別為1、2、3*/DoI=1to5;/*每個(gè)水平下5次重復(fù)*/Inputx;Output;End;End;Cards;404638424426343028323940434850Procsort;Bytrt;Run;Procunivariatenormal;Varx;Bytrt;Run;Procanova;/*調(diào)用方差分析過(guò)程*/Classtrt;/*定義處理為分類(lèi)變量*/Modelx=trt

5、;/*定義效應(yīng)模型*/Meanstrt/thovtestbon;/*要求計(jì)算每一水平下的均值，進(jìn)行方差齊性檢驗(yàn)，多重比較T檢驗(yàn)和BON檢驗(yàn)*/Run;Title'方差分析'Run;補(bǔ)充：試驗(yàn)錯(cuò)誤率MEER'與比較錯(cuò)誤率CER'。例如:有5種施肥方法，均值做兩兩比較有10種組合，如要控制10種比較的總錯(cuò)判率，就稱(chēng)為“試驗(yàn)錯(cuò)誤率”。如果想對(duì)10種比較中的每一種都控制比較錯(cuò)判機(jī)會(huì)，就稱(chēng)為“比較錯(cuò)誤率”。例2在4種不同的肥料處理（k1,k2,k3,k4）下測(cè)得土壤的含氮量（nit），每個(gè)處理下重復(fù)5次，分析各處理間土壤含氮量的均值是否有顯著差異（數(shù)據(jù)見(jiàn)程序中）.Dm&q

6、uot;LOG;CLEAR;OUTPUT;CLEAR;"Datanew2;Inputstr$nit;/*str表示處理，是字符型變量*/Cards;/*每一個(gè)數(shù)據(jù)前的符號(hào)ki(i=l,2,3,4)表明該數(shù)據(jù)屬于哪一個(gè)處理*/kll9.4kl32.6kl27kl32kl33k2l7.7k224.8k227.9k225.2k224.3k3l7k3l9.4k39.lk3ll.9k3l5.8k420k42lk420.5k4l8.8k4l8.6Procprint;Title"單因素方差分析"Procanova;Classstr;Modelnit=str;Run;程序運(yùn)行結(jié)果

7、：?jiǎn)我蛩胤讲罘治鯠ependentVariable:NITSumofMeanSourceDFSquaresSquareFValuePr>FModel3545.4920000l8l.8306667ll.050.0004Errorl6263.l680000l6.4480000CorrectedTotall9808.660000R-SquareC.V.RootMSENITMean0.674563l8.603734.0556l32l.80000以上的方差分析表列出F值為11.05,顯著性水平達(dá)到0.0004，小于0.01，表明各處理間差異極顯著.2單因素不等重復(fù)的方差分析（GLM過(guò)程）不等重復(fù)的

8、單因素方差分析一般用GLM過(guò)程,該過(guò)程應(yīng)用范圍較廣，用于方差分析時(shí)，主要處理非平衡數(shù)據(jù).應(yīng)用舉例：編寫(xiě)程序?yàn)椋篋m"LOG;CLEAR;OUTPUT;CLEAR;"Datanew;Inputstr$x;/*x表示含銷(xiāo)售量,str表示包裝處理*/Cards;A112A118A214A212A213A319A317A321A424A430Procprint;Title"單因素不等重復(fù)方差分析"Procglm;Classstr;Modelx=str;Run;程序運(yùn)行結(jié)果：?jiǎn)我蛩夭坏戎貜?fù)方差分析GeneralLinearModelsProcedureDepend

9、entVariable:XSourceDFSumofSquaresMeanSquareFValuePr>FModel3258.0000000086.0000000011.220.0071Error646.000000007.66666667CorrectedTotal9304.00000000R-SquareC.V.RootMSEXMean0.84868415.382642.7688746218.00000000由方差分析表中看到，組間平方和為258，組內(nèi)平方和為46,總的平方和為304,F值為11.22，顯著性水平達(dá)到0.007，包裝不同對(duì)銷(xiāo)售量的影響極顯著.二、雙因素?zé)o交互作用方差分

10、析應(yīng)用舉例：例4編寫(xiě)程序?yàn)椋篋atanew;Doa='a1','a2','a3','a4'Dob='b1','b2','b3'Inputy;Output;End;End;Cards;164172174155157147159166158158157153Procprintdata=new;Run;Procanova;Classab;Modely=ab;Meansab/tbon;Run;程序運(yùn)行結(jié)果：AnalysisofVarianceProcedureDependentVariabl

11、e:YSourceDFSumofSquaresMeanSquareFValuePr>FModel5554.00000000110.800000006.160.0234Error6108.0000000018.00000000CorrectedTotal11662.00000000R-SquareC.V.RootMSEYMean0.8368582.6516504.24264069160.00000000SourceDFAnovaSSMeanSquareFValuePr>FA3498.00000000166.000000009.220.0115B256.0000000028.00000

12、0001.560.2856輸出的第一個(gè)方差分析表表明兩個(gè)因子方差分析模型是顯著的，F(xiàn)=6.16,p=0.0234；第二張表中因素A的效應(yīng)平方和為498，因素B的效應(yīng)平方和為56,兩者的F值分別為9.22和1.56，顯著性水平分別為0.0115和0.2856，結(jié)果表明，施肥種類(lèi)對(duì)產(chǎn)量的影響顯著；而三個(gè)小麥品種對(duì)產(chǎn)量的影響不顯著.三、雙因素有交互作用的方差分析應(yīng)用舉例：為研究廣告效果，考察四種廣告方式：當(dāng)?shù)貓?bào)紙、當(dāng)?shù)貜V播店內(nèi)銷(xiāo)售員和店內(nèi)展示的效果。共設(shè)有144個(gè)銷(xiāo)售點(diǎn)，每種廣告方式隨機(jī)地抽取36個(gè)銷(xiāo)售點(diǎn)記錄銷(xiāo)售額，共得到6個(gè)地區(qū)的144個(gè)銷(xiāo)售點(diǎn)的銷(xiāo)售情況。試在顯著性水平0.1的條件下，分析廣告方式

13、和銷(xiāo)售地區(qū)對(duì)廣告效果是否有顯著影響。dataads;doad='paper','radio','people','display'doarea='1','2','3','4','5','6'doi=1to6;inputsales;output;end;end;end;cards;7557766875837775726666767581637086629454708856868765658477787962758062706951100547879337973687565337973687565100616870537368638379666575737481576563678558827880876287707770754068615564406776