SAS笔记第五章方差分析.docx
- 文档编号:5627088
- 上传时间:2022-12-29
- 格式:DOCX
- 页数:11
- 大小:154.63KB
SAS笔记第五章方差分析.docx
《SAS笔记第五章方差分析.docx》由会员分享,可在线阅读,更多相关《SAS笔记第五章方差分析.docx(11页珍藏版)》请在冰豆网上搜索。
SAS笔记第五章方差分析
2014.7.27多因素方差分析之区组设计方差分析
分组情况(team)
促销方式(method)
A(6.8折加送礼物)
B(5.8折)
C(满100送50)
1
25684
35789
30123
2
23457
32154
25896
3
30012
45214
30151
4
31245
48256
35412
分析不同方法和组别的销售量是否有显著性区别?
代码:
dataa.aaj;
inputteammethod$sales@@;
cards;
1A256841B357891C30123
2A235472B321543C25896
3A300123B452143C30151
4A312454B482564C35412
;
run;
procanovadata=a.aaj;/*调用anova过程进行方差分析*/
classteammethod;/*分组依据,class语句必须在model前*/
modelsales=teammethod;/*等号前表示因变量,后表示自变量,该语句表示team和method两种分组对sales的影响,关于该语句的用法还有很多很多很复杂很复杂*/
meansteammethod/snkalpha=0.05;/*使用SNK方法两两比较不同促销方式的平均销售额,定义显著性水平0.05*/
meansmethod;/*输出不同方法下的促销额的促销均值和标准差*/
run;
结果如下:
注:
上图中第一个表表示对模型的F检验,结果拒绝原假设,显著成立。
第二个表描述的是模型的拟合统计量,其中Coeffvar(变异系数)=标准差/均值。
RootMSE表示MSE的开方。
第三个表描述的是不同分组下的F检验,其中team分组下的检验没有通过,不能拒绝,表明此种分组方法下的各组没有多大差异。
而在以method为分组方法下的F检验统计值则以低于0.05的概率通过显著性检验,拒绝了原假设,表明以method为分组方法下的各组之间存在差异。
下表是SNK多重比较结果:
Meanswiththesameletterarenotsignificantlydifferent.
SNKGrouping
Mean
N
Mehtod
A
40353
4
B
B
30396
4
C
B
27622
4
A
该表表明:
3种促销方法被分成了两组A和B,方法B为A组,方法C和A为B组,联系题意可知打5.8折这种方法和另外两种方法有显著性差异,而且对应着更高的销售额,所以用第二种方法更好。
该表是不同方法下的均值标准差表。
应用analyst模块方法如下:
先导入数据,跟以前一样。
再单选择statistics|ANOVA|LinearModel,弹出如下:
Dependent(因变量)选择sales,class(分组依据)选择method和team,再单击model弹出:
其中单击standardmodels选择maineffectsonly(仅分析主效应),选择method和team,OK返回,单击means弹出:
单击comparisonmethod选择student-Newman-keulsmultiple-rangetest(SNK多重检验)。
选择team和method,单击OK返回,提交命令,输出结果,由于结果跟上面的一样,故不再列出。
2014.7.27方差分析之析因涉及方差分析
析因方差分析,例如有两个因素时,第一个因素有3个水平,第二个因素有2个水平,那么组合就有6个水平,对每种组合都做试验时就是析因试验。
例题为考察某种干电池的最大输出电压maxU是否受材料materials和温度T的影响,在三种不同温度下(15℃25℃35℃)测试三种材(ABC)的电池的输出电压。
dataa.aak;
inputtimesmaterialsTmaxU@@;
cards;
1115130112534113530
12151501225136123525
13151381325174133596
2115135212538213540
22151552225143223528
23151282325168233588
3115146312538313543
32151443225138323523
33151553325178333594
4115133412538413533
42151604225138423524
43151404325175433596
5115133512535513537
52151465225135523527
53151445325175533596
6115133612535613537
62151496225138623528
63151296325176633599
;
run;
procglmdata=a.aak;
classmaterialsT;
modelmaxU=materialsTmaterials*T;
lsmeansmaterialsTmaterials*T;
lsmeansmaterials*T/slice=Tslice=materials;
contrast'T1vsT3inmaterials1'T10-1materials*T10-1;
contrast'T1vsT2inmaterials1'T1-10materials*T1-10;
contrast'T2vsT3inmaterials1'T01-1materials*T01-1;
contrast'T1vsT3inmaterials2'T10-1materials*T00010-1;
contrast'T2vsT3inmaterials3'T01-1materials*T00000001-1;
run;
结果如下表:
由上方差分析表可以看出F检验P值小于0.0001,模型显著成立,拒绝原假设(即不存在差异),故该模型中至少存在一个分组是有差异的。
上图主要是描述一些检验统计量。
上面两图Ⅰ型,Ⅲ型离差平方和。
上图是不同materials和T对应的均值。
上面两图是不同materials和T组合下对应的均值。
上图是关于效应materials的方差分析(控制效应T),即当T取水平15℃时,不同materials水平对maxU的影响显著程度,如表可以看出p小于0.0001,故拒绝原假设,存在差异。
当T取2535℃时的分析如表。
上图是关于效应T的方差分析(控制materials),分析如上。
上图是两两均值比较的结果,取第一个分析,其表示的意思是控制变量materials水平位1时,比较因变量对温度取1水平和3水平的均值差异,由p值小于0.0001,则此均值差异显著,即15和35摄氏度采用材料1生产处的电池最大输出电压差异显著。
调用analyst分析
单击solution|analysis|analyst,打开a.aak数据表,再单击statistic|factoranova弹出:
选
选择好各个变量,单击model,弹出:
单击standardmodels选择Effectsupto2-wayinteractions(二因素交互作用项)。
单击OK,再单击means,弹出:
单击comparisonmethod选择Duncan’smultiple-rangetest(邓肯多重范围检验法),添加变量。
OK返回。
提交命令。
由于结果跟上述代码输入一样,故不再分析。
2014.7.28方差分析之拉丁方设计
拉丁方设计,适用于涉及到3个不存在交互作用的的因素分析:
所谓拉丁方设计,是指平衡对抗设计的结构模式,犹如拉丁字母构成的方阵。
例如四组被试接受A、B、C、D四种处理,其实验模式为:
上述模式表可以看出,每种处理即表中的字母在每一行和每一列都出现了一次而且仅出现了一次。
像这样的一个方阵列就称为一个拉丁方。
要构成一个拉丁方,必须使行数等于列数,并且两者都要等于实验处理的种数。
例题:
某种咋要的爆炸力(power)和操作者(handler),配方(wt),材料批次(batch)三个因子有关,利用拉丁方分析这些因子的显著性:
操作者(handler)
材料批次(batch)
a
b
c
d
e
一
Ⅰ=24
Ⅲ=25
Ⅱ=27
Ⅳ=23
Ⅴ=26
二
Ⅱ=18
Ⅳ=29
Ⅲ=29
Ⅴ=18
Ⅰ=30
三
Ⅲ=17
Ⅴ=18
Ⅳ=30
Ⅰ=17
Ⅱ=32
四
Ⅳ=24
Ⅰ=27
Ⅴ=31
Ⅱ=15
Ⅲ=31
五
Ⅴ=26
Ⅱ=26
Ⅰ=24
Ⅲ=35
Ⅳ=24
注:
abcde代表不同操作者,一···五代表不同批次,Ⅰ···Ⅴ代表不同材料,数字代表爆炸力
dataa.aal;
inputbatch$handler$wt$power@@;
cards;
一aⅠ24一bⅢ25一cⅡ27一dⅣ23一eⅤ26
二aⅡ18二bⅣ29二cⅢ29二dⅤ18二eⅠ30
三aⅢ17三bⅤ18三cⅣ30三dⅠ17三eⅡ32
四aⅣ24四bⅠ27四cⅤ31四dⅡ15四eⅢ31
五aⅤ26五bⅣ26五cⅠ24五dⅢ35五eⅣ24
;/*由于SAS不能识别上述字符,所以实际输入数据为
1aA241bC251cB271dD231eE26
2aB182bD292cC292dE182eA30
3aC173bE183cE303dA173eB32
4aD244bA274cD314dB154eC31
5aE265bB265cA245dC355eD24*/
run;
procanovadata=a.aal;
classhandlerbatchwt;
modelpower=batchhandlerwt;
meanswtbatchhandler/duncanalpha=0.05;
run;
由于数据问题,结果输出全部都不显著,这一点日后再完善。
2014.7.28方差分析之三因素方差分析,其分析方法跟其他方法没什么区别,只是多了几个因素,analysis菜单使用的是linearmodel模块。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SAS 笔记 第五 方差分析
![提示](https://static.bdocx.com/images/bang_tan.gif)