均向量多元統(tǒng)計分析

均向量多元統(tǒng)計分析第一頁，共十八頁，編輯于2023年，星期五統(tǒng)計推斷

兩組：t檢驗(yàn)/F檢驗(yàn)一元：均數(shù)的統(tǒng)計推斷（兩者等價＝F）

多組：F檢驗(yàn)兩組：檢驗(yàn)/檢驗(yàn)多元：均向量的統(tǒng)計推斷（兩者等價＝多組：檢驗(yàn)第二頁，共十八頁，編輯于2023年，星期五內(nèi)容：多元配對設(shè)計的均向量檢驗(yàn)多元成組設(shè)計兩樣本的均向量比較多元成組設(shè)計的方差分析（MANOVA）多元區(qū)組設(shè)計的方差分析（MANOVA）多元析因設(shè)計的方差分析（MANOVA）第三頁，共十八頁，編輯于2023年，星期五復(fù)習(xí)假設(shè)檢驗(yàn)的三大步驟：①建立檢驗(yàn)假設(shè)，確定檢驗(yàn)水準(zhǔn)；

②計算檢驗(yàn)統(tǒng)計量；（用SAS完成）③確定p值，作出統(tǒng)計推斷。第四頁，共十八頁，編輯于2023年，星期五SAS的步驟①數(shù)據(jù)步（data步）：略②過程步（proc步）Ttest（一元均數(shù)的比較）anova（多元均向量的比較）

第五頁，共十八頁，編輯于2023年，星期五SAS中ANOVA過程Procanova;*class

分類變量名列表;

分別按指定的變量分組

*model因變量列表=自變量效應(yīng)列表;

連續(xù)型數(shù)值變量分類變量*manova

h=效應(yīng)變量名;

選項(xiàng)manova用于模型為多個因變量（即多元方差分析時）“h=”作用在于規(guī)定F檢驗(yàn)的效應(yīng)為g1…gn有無統(tǒng)計差異

means自變量效應(yīng)列表;分別對計算自變量效應(yīng)所對應(yīng)的因變量的均值（其結(jié)果是單變量）

Run;

*:表示anova過程必須的語句。第六頁，共十八頁，編輯于2023年，星期五1、多元配對設(shè)計的均向量檢驗(yàn)(2組)

見教材P9例2.1

①分別對三個指標(biāo)IgG、IgA、IgM做單因素的均數(shù)檢驗(yàn)（配對t檢驗(yàn)）（其結(jié)果見p10表2.2）

②對治療前后免疫球蛋白（三個指標(biāo)為一個綜合）差異分析（多元檢驗(yàn)與檢驗(yàn)）

SAS程序見p274例2.1第七頁，共十八頁，編輯于2023年，星期五例2.1的程序title

'多元配對T檢驗(yàn)';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;proc

anova;classIDgroup;modelIgGIgAIgM=IDgroup;manova

h=IDgroup;run;1：治療前組2：治療后組第八頁，共十八頁，編輯于2023年，星期五改進(jìn)的例2.1的程序title

'多元配對T檢驗(yàn)';dataexample2_1;inputIDIgGIgAIgMgroup@@;cards;118102462921116541962432217442132861215682082722...........................1416992362661141543205262215173320230811516841972882;proc

anova;classIDgroup;modelIgGIgAIgM=IDgroup/NOUNI;manova

h=IDgroup;run;表示不輸出各效應(yīng)變量的單變量分析結(jié)果第九頁，共十八頁，編輯于2023年，星期五2、多元成組設(shè)計兩樣本的均向量比較見教材P11例2.2①A、B兩組患者貧血程度是否有差異（兩個指標(biāo)為一個綜合差異分析）（多元檢驗(yàn)與檢驗(yàn)）SAS程序見p275例2.2第十頁，共十八頁，編輯于2023年，星期五例2.2的程序TITLE

"多元T檢驗(yàn)";dataexample2_2;inputx1x2group@@;cards;3.921014.82702......5.518015.131022.920013.33001;proc

ttest;classgroup;varx1x2;run;proc

anova;classgroup;modelx1x2=group/NOUNI;manova

h=group;run;1：A組2：B組第十一頁，共十八頁，編輯于2023年，星期五3、多元成組設(shè)計的方差分析（MANOVA）見教材P12例2.3①A、B、C三組患者貧血程度是否有差異（兩個指標(biāo)為一個綜合差異分析檢驗(yàn)SAS程序見p276例2.3第十二頁，共十八頁，編輯于2023年，星期五title

"多元方差分析：成組設(shè)計";dataexample2_3;inputx1x2group@@;cards;3.921014.827024.42503...............2.426015.522023.731033.624014.329025.518015.131022.920013.33001;proc

anova;classgroup;modelx1x2=group;manova

h=group/printh

printe

summary;

meansgroup/snk;run;

例2.3的程序打印“h=“規(guī)定的group效應(yīng)的檢驗(yàn)SSCP矩陣H打印誤差SSCP矩陣E，還打印出相應(yīng)的偏相關(guān)矩陣產(chǎn)生每個因變量的單因素方差分析第十三頁，共十八頁，編輯于2023年，星期五4、多元區(qū)組設(shè)計的方差分析（MANOVA）見教材P15例2.4①療前、溶后10分鐘、溶后20分鐘三組血壓程度是否有差異（兩個指標(biāo)為一個綜合差異分析檢驗(yàn)SAS程序見p276例2.4第十四頁，共十八頁，編輯于2023年，星期五例2.4的程序title

'多元方差分析區(qū)組設(shè)計';dataexamp2_4;inputabx1x2@@;cards;111208112120811312080211166822138842310870.................91176119921501009314892101148941021538310315085;proc

anova;classab;modelx1x2=ab/nouni;manova

h=ab/printh

printe;meansab;run;a：區(qū)組b：治療時間組第十五頁，共十八頁，編輯于2023年，星期五5、多元析因設(shè)計的方差分析（MANOVA）見教材P15例2.4，是一個兩因素的析因分析如下：水平：低Zn、高ZnA

指標(biāo)：、、、因素水平：低VitA、中VitA、高VitAB第十六頁，共十八頁，編輯于2023年，星期五作業(yè)：多元樣本均向量與均向量的比較見教材P232，習(xí)題2－120例樣本的汗水（、、）的均向量是否來自已知總體均向量即？(一元：樣本均數(shù)與總體均數(shù)的比較：的均數(shù)?)

、、的總體均向量？SAS程序見P252的練習(xí)2.1第十七頁，共十八頁，編輯于2023年，星期五練習(xí)2.1的程序dataex2_1;inputx1x2x3@@;y1=x1-4;y2=x2-50;y3=x3-10;cards;3.748.5