2.4 单因素方差分析的SAS程序
在阅读以下内容之前,请先阅读第一章"SAS软件基本操作"。
单因素实验设计又称为完全随机化实验设计。该实验设计要求实验条件或实验环境的同质性很高。例如,比较a个作物品种的产量,每一品种设置n个重复,全部实验共有an次。根据完全随机化实验设计的要求,试验田中的an个试验小区的土质、肥力、含水量、小气候、田间管理等条件必须完全一致。至于哪一个品种的哪一次重复安排在哪一个小区,完全是随机的,因此得到了“完全随机化实验设计”这一名称。
例2.9 下面以课本中例8.1的数据为例,给出单因素方差分析的SAS程序。
解:先按以下输入方式建立一个称为a:\2-5data.dat的外部数据文件。
1 |
64.6 |
1 |
65.3 |
1 |
64.8 |
1 |
66.0 |
1 |
65.8 |
2 |
64.5 |
2 |
65.3 |
2 |
64.6 |
2 |
63.7 |
2 |
63.9 |
3 |
67.8 |
3 |
66.3 |
3 |
67.1 |
3 |
66.8 |
3 |
68.5 |
4 |
71.8 |
4 |
72.1 |
4 |
70.0 |
4 |
69.1 |
4 |
71.0 |
5 |
69.2 |
5 |
68.2 |
5 |
69.8 |
5 |
68.3 |
5 |
67.5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
SAS程序如下:
options linesize=76;
data wheat;
infile ‘a:\2-5data.dat’;
input strain hight @@;
run;
proc anova;
class strain;
model hight=strain;
means strain / duncan;
means strain / lsd cldiff;
run;
在PROC ANOVA过程中的CLASS语句(分类语句)是必须的,而且一定要放在MODEL语句之前。在方差分析中要使用的分类变量(因素),首先要在CLASS语句中说明。分类变量可以是数值型的,也可以是字符型的。MODEL语句用来规定因素对实验结果的效应,一般形式为,因变量=因素效应。本例即为株高=品系效应。
MEANS语句应放在MODEL语句之后,MEANS语句后列出希望得到均值的那些变量。MEANS语句有很多选项,下面列出几个与本教材有关的选项,将选项写在MEANS语句的“/”之后。
DUNCAN: 对MEANS语句列出的所有主效应均值进行DUNCAN检验。
SNK: 对MEANS语句列出的所有主效应均值进行Student-Newman-Keuls检验。
T | LSD: 对MEANS语句列出的所有主效应均值进行两两t检验,它相当于在样本含 量相同时的LSD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,α可取0.0001到0.9999之间的任何值。
CLDIFF: 在选项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间的形式输出。
执行上述程序,输出结果见表2-13。
表 2-13: 例2.9方差分析输出结果
The SAS System
Analysis of Variance Procedure
Class Level Information
Class |
Levels |
Values |
STRAIN |
5 |
1 2 3 4 5 |
|
|
|
Number of observations in data set = 25
The SAS System
Analysis of Variance Procedure
Dependent Variable: HIGHT
|
|
Sum of |
Mean |
|
|
Source |
DF |
Squares |
Square |
F Value |
Pr > F |
|
|
|
|
|
|
Model |
4 |
131.740000 |
32.935000 |
42.28 |
0.0001 |
Error |
20 |
15.580000 |
0.779000 |
|
|
Corrected Total |
24 |
147.320000 |
|
|
|
R-Square |
C.V. |
Root MSE |
HIGHT Mean |
0.894244 |
1.311846 |
0.88261 |
67.2800 |
Source |
DF |
Anova SS |
Mean Square |
F Value |
Pr > F |
STRAIN |
4 |
131.740000 |
32.935000 |
42.28 |
0.0001 |
The SAS System
Analysis of Variance Procedure
Duncan's Multiple Range Test for variable: HIGHT
NOTE: This test controls the type I comparisonwise error rate, not
the experimentwise error rate
Alpha= 0.05 df= 20 MSE= 0.779
Number of Means |
2 |
3 |
4 |
5 |
Critical Range |
1.164 |
1.222 |
1.259 |
1.285 |
Means with the same letter are not significantly different.
Duncan Grouping |
Mean |
N |
STRAIN |
A |
70.8000 |
5 |
4 |
B |
68.6000 |
5 |
5 |
C |
67.3000 |
5 |
3 |
D |
65.3000 |
5 |
1 |
D |
64.4000 |
5 |
2 |
The SAS System
Analysis of Variance Procedure
T tests (LSD) for variable: HIGHT
NOTE: This test controls the type I comparisonwise error rate not
the experimentwise error rate.
Alpha= 0.05 Confidence= 0.95 df= 20 MSE= 0.779
Critical Value of T= 2.08596
Least Significant Difference= 1.1644
Comparisons significant at the 0.05 level are indicated by '***'.
Lower |
Difference |
Upper |
|
|
STRAIN |
Confidence |
Between |
Confidence |
|
Comparison |
Limit |
Means |
Limit |
|
|
|
|
|
|
4 - 5 |
1.0356 |
2.2000 |
3.3644 |
*** |
4 - 3 |
2.3356 |
3.5000 |
4.6644 |
*** |
4 - 1 |
4.3356 |
5.5000 |
6.6644 |
*** |
4 - 2 |
5.2356 |
6.4000 |
7.5644 |
*** |
|
|
|
|
|
5 - 4 |
-3.3644 |
-2.2000 |
-1.0356 |
*** |
5 - 3 |
0.1356 |
1.3000 |
2.4644 |
*** |
5 - 1 |
2.1356 |
3.3000 |
4.4644 |
*** |
5 - 2 |
3.0356 |
4.2000 |
5.3644 |
*** |
|
|
|
|
|
3 - 4 |
-4.6644 |
-3.5000 |
-2.3356 |
*** |
3 - 5 |
-2.4644 |
-1.3000 |
-0.1356 |
*** |
3 - 1 |
0.8356 |
2.0000 |
3.1644 |
*** |
3 - 2 |
1.7356 |
2.9000 |
4.0644 |
*** |
|
|
|
|
|
1 - 4 |
-6.6644 |
-5.5000 |
-4.3356 |
*** |
1 - 5 |
-4.4644 |
-3.3000 |
-2.1356 |
*** |
1 - 3 |
-3.1644 |
-2.0000 |
-0.8356 |
*** |
1 - 2 |
-0.2644 |
0.9000 |
2.0644 |
|
|
|
|
|
|
2 - 4 |
-7.5644 |
-6.4000 |
-5.2356 |
*** |
2 - 5 |
-5.3644 |
-4.2000 |
-3.0356 |
*** |
2 - 3 |
-4.0644 |
-2.9000 |
-1.7356 |
*** |
2 - 1 |
-2.0644 |
-0.9000 |
0.2644 |
|
表中的各项内容都是很明确的,这里不再赘述。只有R2以前没有见过,请参阅课本11.2.1。 方差分析应具备三个条件,有时这三个条件并不能够得到满足,这时对原始数据就要进行变换,见课本§ 9.7。对原始数据进行变换,只需加上一个赋值语句即可,可参考配对数据t检验的SAS程序。
|