實驗報告6-SAS方差分析

實驗報告實驗項目名稱方差分析所屬課程名稱現代統計軟件實驗類型驗證性實驗實驗日期2014-10-11班級學號姓名成績實驗概述：【實驗目的及要求】掌握使用SAS進行單因素方差分析和雙（多）因素方差分析的方法?！緦嶒炘怼縎AS軟件的操作方法及原理【實驗環(huán)境】（使用的軟件）SAS9.1實驗內容：【實驗方案設計】一、用INSIGHT作方差分析二、用“分析家”作方差分析三、用ANOVA過程和GLM過程進行方差分析【實驗過程】（實驗步驟、記錄、數據、分析）【練習6-1】某公司研制出了A、B、C、D四種新型生產設備，讓6個工人分別操作相同的時間，統計他們生產的零件的數量如表6-3（lx6_1.xls）所示。試在0.01的顯著水平下檢驗這四種設備在單位時間生產的零件數量是否存在顯著差異。表6-3四種新型生產設備生產的零件的數量A754650567348B475065724649C485052464965D684849635170結果中顯示了不同生產設備的盒形圖?？梢钥闯?，B和D標準差的差異不顯著（菱形的高度差異不大），A和C標準差的差異顯著,四者的均值間有一定的差異，但此差異是否顯著則需進一步的方差分析。擬合模型的一般信息列名型變量信息，即type為列名型的，有4個水平，提供參數信息，并且約定，P_2、P_3、P_4、P_5分別為A、B、C、D的標識變量（也稱啞變量）。給出響應變量均值關于自變量不同水平的模型方程，其中，標識變量取值：根據標識變量的取值，容易求出各農田的平均產量：給出模型擬合的匯總信息，其中：(1)響應變量type的均值=55.6667；(2)根均方誤差=10.3755；(3)判定系數R2=0.0733，較小。其值越大，說明自變量的信息對說明因變量信息的貢獻越大，即分類變量取不同的值對因變量的影響越顯著。方差分析表從方差分析表可以看出，p值大于0.05（顯著水平），所以不能拒絕原假設，即不同設備的產量無顯著差異，也即四種新型設備的產量無顯著差異。II型檢驗，它是方差分析表的細化，因為本例是單因素的，所以這一行與上圖的“Model”一行相同。參數估計表，其中有關于不同設備產量差異的估計和檢驗：(1)根據標識變量規(guī)定的方法，Intercept后的估計58.1667是對應設備D的產量的樣本均值，其后的t檢驗是檢驗總體均值是否為0。這里p值<0.0001<0.01=α，故總體均值顯著非0。(2)設備A后的估計-0.1667是設備A與設備D的產量均值之差的估計值，其后的t檢驗也是檢驗這三個產量均值之差是否為0。由于p值的絕對值為0.9781>0.01，所以設備A與設備D的產量沒有顯著差異，即設備A與設備D的產量無顯著差異。(3)設備B后的估計-3.3333是設備B與設備D的產量均值之差的估計值，其后的t檢驗也是檢驗這兩個產量均值之差是否為0。由于p值的絕對值為0.5841>0.01，所以設備B與設備D的產量沒有顯著差異，即設備B與設備D的產量無顯著差異。(3)設備C后的估計-6.5000是設備C與設備D的產量均值之差的估計值，其后的t檢驗也是檢驗這兩個產量均值之差是否為0。由于p值的絕對值為0.2908>0.01，所以設備V與設備D的產量沒有顯著差異，即設備C與設備D的產量無顯著差異。殘差和預測值的散點圖，這個圖可以幫助校驗模型的假定。從圖中看出，殘差有大體相同的散布，它表明等方差的假設沒有問題。p值大于0.01，不能拒絕原假設，表明可以認為殘差是正態(tài)分布的【練習6-2】某學校對大一到大四的學生身高進行調查，分別在各系取男生和女生各8人，調查結果如表6-4所示(lx6_2.xls)所示。年級和性別之間無交互作用，試在0.01的顯著水平下判斷:(1)不同年級的學生平均身高是否有顯著差異;(2)男生和女生的平均身高是否有顯著差異.表6-4學生身高數據年級性別身高大一男生175169173182165172175176女生165164160167158172162165大二男生168175179185169172174176女生163156162173180163168164大三男生172183172170169167173168女生162165158156163170162166大四男生182175168173175172168180女生156158165164168173167162(1)結果中顯示了不同年紀的盒形圖?？梢钥闯觯笕?、大四和大一標準差的差異不顯著（菱形的高度差異不大），四者的均值間有一定的差異，但此差異是否顯著則需進一步的方差分析。擬合模型的一般信息列名型變量信息，即grade為列名型的，有4個水平，提供參數信息，并且約定，P_2、P_3、P_4、P_5分別為大二、大三、大四、大一的標識變量（也稱啞變量）。給出響應變量均值關于自變量不同水平的模型方程，其中，標識變量取值：根據標識變量的取值，容易求出各年紀的平均身高：給出模型擬合的匯總信息，其中：(1)響應變量grade的均值=168.8906；(2)根均方誤差=7.0400；(3)判定系數R2=0.0270，較小。其值越大，說明自變量的信息對說明因變量信息的貢獻越大，即分類變量取不同的值對因變量的影響越顯著。方差分析表從方差分析表可以看出，p值大于0.01（顯著水平），所以不能拒絕原假設，即不同年紀的身高無顯著差異，也即四個年紀的學生身高無顯著差異。II型檢驗，它是方差分析表的細化，因為本例是單因素的，所以這一行與上圖的“Model”一行相同。參數估計表，其中有關于不同農田產量差異的估計和檢驗：(1)根據標識變量規(guī)定的方法，Intercept后的估計168.7500是對應大一的身高的樣本均值，其后的t檢驗是檢驗總體均值是否為0。這里p值<0.0001<0.01=α，故總體均值顯著非0。(2)大二后的估計1.6875是大二與大一的身高均值之差的估計值，其后的t檢驗也是檢驗這三個產量均值之差是否為0。由于p值的絕對值為0.5004>0.01，所以大二與大一的產量沒有顯著差異，即大二與大一的學生身高無顯著差異。(3)大三后的估計-1.5000是大三與大一的身高均值之差的估計值，其后的t檢驗也是檢驗這兩個產量均值之差是否為0。由于p值的絕對值為0.5490>0.01，所以大三與大一的身高沒有顯著差異，即大三與大一的身高無顯著差異。(3)大四后的估計0.3750是大四與大一的身高均值之差的估計值，其后的t檢驗也是檢驗這兩個產量均值之差是否為0。由于p值的絕對值為0.8807>0.01，所以大四與大一的身高沒有顯著差異，即大四與大一的身高無顯著差異。殘差和預測值的散點圖，這個圖可以幫助校驗模型的假定。從圖中看出，殘差有大體相同的散布，它表明等方差的假設沒有問題。p值大于0.01，不能拒絕原假設，表明可以認為殘差是正態(tài)分布的（2）結果中顯示了不同年紀的盒形圖。可以看出，男生和女生標準差的差異不顯著（菱形的高度差異不大），兩者的均值間有一定的差異，但此差異是否顯著則需進一步的方差分析。擬合模型的一般信息列名型變量信息，即sex為列名型的，有2個水平，提供參數信息，并且約定，P_2、P_3分別為男生和女生的標識變量（也稱啞變量）。給出響應變量均值關于自變量不同水平的模型方程，其中，標識變量取值：根據標識變量的取值，容易求出各性別的平均身高：給出模型擬合的匯總信息，其中：(1)響應變量sex的均值=168.8906；(2)根均方誤差=5.2309；(3)判定系數R2=0.44494，較小。其值越大，說明自變量的信息對說明因變量信息的貢獻越大，即分類變量取不同的值對因變量的影響越顯著。方差分析表從方差分析表可以看出，p值小于0.01（顯著水平），所以拒絕原假設，即不同性別的身高有顯著差異II型檢驗，它是方差分析表的細化，因為本例是單因素的，所以這一行與上圖的“Model”一行相同。參數估計表，其中有關于不同性別身高差異的估計和檢驗：(1)根據標識變量規(guī)定的方法，Intercept后的估計164.2813是對應女生的身高的樣本均值，其后的t檢驗是檢驗總體均值是否為0。這里p值<0.0001<0.01=α，故總體均值顯著非0。(2)男生后的估計1.6875是男生與女生的身高均值之差的估計值，其后的t檢驗也是檢驗這三個產量均值之差是否為0。由于p值的絕對值為<0.01，所以男生與女生的身高有顯著差異殘差和預測值的散點圖，這個圖可以幫助校驗模型的假定。從圖中看出，殘差有大體相同的散布，它表明等方差的假設沒有問題。p值大于0.01，不能拒絕原假設，表明可以認為殘差是正態(tài)分布的【練習6-3】某家上市公司有若干下屬子公司，公司主要經營三種業(yè)務。公司總裁為了解下屬公司的經營狀況，從下屬公司中隨機抽出了四家公司，并調查了每家公司在這三種主營業(yè)務上的連續(xù)兩個季度的利潤率，調查結果如表6-5（lx6_3.xls）所示。表6-5四家子公司的主營業(yè)務利潤率(％)公司1公司2公司3公司4主營業(yè)務1季度110.35-2.89-5.045.29季度24.470.302.61-3.44主營業(yè)務2季度111.254.851.829.76季度27.925.120.561.93主營業(yè)務3季度1-6.55-9.06-9.67-2.81季度2-4.32-3.48-12.43-4.08試進行用雙因素方差分析并回答以下問題：(1)各子公司的利潤率是否有顯著的差異(2)各主營業(yè)務的利潤率是否有顯著的差異(3)不同子公司在各主營業(yè)務上的利潤率是否有所差別datazy3;keepWorkComponyProfit;doWork='主營業(yè)務1','主營業(yè)務2','主營業(yè)務3';doCompony='公司1','公司2','公司3','公司4';doC='1','2';inputProfit@;output;end;end;end;cards;10.354.47-2.890.30-5.042.615.29-3.44 11.257.924.855.121.820.569.761.93 -6.55-4.32-9.06-3.48-9.67-12.43-2.81-4.08;run;進行有交互作用的雙因子方差分析：procglmdata=zy3;classWorkCompony;modelProfit=WorkComponyWork*Compony;run;（1）由上圖可知，因素Work的p值<0.0001<0.05，因此有顯著性差異，所以各子公司的利潤率有顯著的差異（2）因素Compony的p值<0.05，因此有顯著性差異。所以各主營業(yè)務的利潤率有顯著的差異。（3）因素A與B的交互作用(Work*Compony)的p值>0.05，因此沒有顯著性差異，所以不同子公司在各主營業(yè)務上的利潤率沒有差別【小結】了解使用SAS進行單因素方差分析和雙（多）因素方差分析的方法。主要包括用INSIGHT作方差分析、用“分析家”作方差分析、用ANOVA過程和GLM過程進行方差分析。指導教師評語及成績：評語：成績：指導教師簽名：批閱日期：實驗報告說明1．實驗項目名稱：要用最簡練的語言反映實驗的內容。要求與實驗指導書中相一致。2．實驗類型：一般需說明是驗證型實驗還是設計型實驗，是創(chuàng)新型實驗還是綜合型實驗。3．實驗目的與要求：目的要明確，要抓住重點，符合實驗指導書中的要求。4．實驗原理：簡要說明本實驗項目所涉及的理論知識。5．實驗環(huán)境：實驗用的軟硬件環(huán)境（配置）。6．實驗方案設計（思路、步驟和方法等）：這是實驗報告極其重要的內容。概括整個實驗過程。對于操作型實驗，要寫明依據何種原理、操作方法進行實驗，要寫明需要經過哪幾個步驟來實現其操作。對于設計型和綜合型實驗，在上述內容基礎上還應該畫出流程圖、設計思路和設計方法，再配以相應的文字說明。對于創(chuàng)新型實驗，還應注明其創(chuàng)新點、特色。7．實驗過程（實驗中涉及的記錄、數據、分析）：寫明上述實驗方案的具體實施，包括實驗過程中的記錄、數據和相應的分析（原程序、程序運行結果、結果分析解釋）。8．