多個樣本均數(shù)比較的方差分析SAS分析

多個樣本均數(shù)比較的方差分析SAS分析第一頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析（掌握）第二節(jié)隨機(jī)區(qū)組設(shè)計資料的方差分析（掌握）第五節(jié)析因設(shè)計資料的方差分析（了解）兩因素兩水平的析因分析能對SAS程序的輸出結(jié)果作出合理解釋2023/5/27統(tǒng)計軟件應(yīng)用教程2教學(xué)內(nèi)容第二頁，共四十頁，編輯于2023年，星期五方差分析 SAS常用的過程ANOVA過程(AnalysisOfVariance)GLM過程(GeneralLinearModel)。。。2023/5/27統(tǒng)計軟件應(yīng)用教程3第三頁，共四十頁，編輯于2023年，星期五anova過程anova過程適用于平衡實驗設(shè)計資料（各設(shè)計單元均具有相同的樣本量或觀察值）進(jìn)行方差分析。由于anova過程在分析運算時考慮了平衡設(shè)計的數(shù)據(jù)結(jié)構(gòu)因素，因而比glm過程的運行速度要快，占用的存貯空間也要小一些類型等。第四頁，共四十頁，編輯于2023年，星期五anova過程的一般形式procanova<options>;classvariables;modeldependents=effects</options>;absorbvariables;byvariables;freqvariable;manova<test-options></detail-options>;meanseffects</options>;repeatedfactor-specification</options>;test<h=effects>e=effect;run;第五頁，共四十頁，編輯于2023年，星期五procanova語句procanova語句用以調(diào)用anova過程，語句中包含若干控制選項，詳見下表。選項功能與用法data=指定用于分析的輸入數(shù)據(jù)集。manova要求以多變量方式除去包含缺失值的觀測。如果反應(yīng)變量中的任何一個為缺失值，相應(yīng)觀測即被排除出分析過程。multipass要求anova過程在必要時重新讀入數(shù)據(jù)，而不是將數(shù)據(jù)寫入某個中間文件。其作用在于以增加程序運行時間為代價而減少對磁盤空間的占用，這在大樣本數(shù)據(jù)處理時非常有用。namelen=為效應(yīng)名稱指定字符串的長度。須設(shè)置為20~200的正整數(shù)。默認(rèn)設(shè)置為“namelen=20”。noprint禁止在結(jié)果窗口顯示分析結(jié)果。此選項在僅需要anova過程創(chuàng)建輸出數(shù)據(jù)集時有用。order=指定anova過程對分組變量（class變量）各水平的排序方式，此處的排序方式?jīng)Q定了模型中分組變量各水平所對應(yīng)的參數(shù)。此選項對所有分組變量有效。可設(shè)置的值及其含義：“data”——與輸入數(shù)據(jù)集中各水平的排列順序（首次出現(xiàn)的順序）相同；“formatted”——以變量的格式化值作升序排列；“freq”——以包含觀測數(shù)的多少降序排列；“internal”——以變量的非格式化值作升序排列。默認(rèn)設(shè)置為“order=formatted”。outstat=要求創(chuàng)建用于存儲方差分析表（包括平方和、自由度、f統(tǒng)計量以及p值等）的輸出數(shù)據(jù)集。第六頁，共四十頁，編輯于2023年，星期五class語句語句形式：classvariables;class語句用來指定作為分組因素的變量，class變量可為數(shù)值型或字符型。對于anova過程，class語句是必需的（即模型中應(yīng)至少包含一個分組變量），且必須位于model語句之前。class變量的水平由其格式化值所決定，因此可以通過格式化的方法確定class變量的水平。第七頁，共四十頁，編輯于2023年，星期五manova語句語句形式：manova<test-options></detail-options>;當(dāng)model語句定義的模型中包含多個反應(yīng)變量時，使用manova語句要求anova過程執(zhí)行多元方差分析的操作。語句中可設(shè)置兩種形式的選項，即檢驗和細(xì)節(jié)選項檢驗選項用來定義所要檢驗的效應(yīng)。細(xì)節(jié)選項用來指定如何執(zhí)行檢驗過程以及給出哪些檢驗結(jié)果。第八頁，共四十頁，編輯于2023年，星期五model語句語句形式：modeldependents=effects</options>;model語句用來指定分析模型中的應(yīng)變量和自變量，并且通過特定的表達(dá)式規(guī)定自變量的作用方式。如果沒有指定任何自變量，則模型中僅包含常數(shù)項，此時所檢驗的假設(shè)是應(yīng)變量的均數(shù)是否為零。model語句中指定的自變量必須是class語句中指定的分組變量，anova過程不允許自變量中有連續(xù)型變量（即必須全部為離散型的分組變量），而應(yīng)變量則必須是連續(xù)型變量。第九頁，共四十頁，編輯于2023年，星期五model語句的模型表達(dá)式語句中以等號連接起來的變量（包括應(yīng)變量和自變量）列表或組合稱為模型表達(dá)式。其中“dependents”項代表應(yīng)變量，可為輸入數(shù)據(jù)集中的一個或多個數(shù)值型變量，多個應(yīng)變量之間以空格相分隔?！癳ffects”項為方差分析模型的效應(yīng)項，是由自變量（分組變量）以特定方式組合而成的表達(dá)式（自變量表達(dá)式），一個模型表達(dá)式中可以同時包含多個效應(yīng)項。第十頁，共四十頁，編輯于2023年，星期五不同效應(yīng)模型的表述方式自變量表達(dá)式可用來表達(dá)三種不同的效應(yīng)模型，即主效應(yīng)模型、交互效應(yīng)模型、嵌套設(shè)計效應(yīng)模型。主效應(yīng)模型：y=abc交互效應(yīng)模型：y=abca*ba*cb*ca*b*c嵌套效應(yīng)模型：y=abc(ab)，其中c因素為a、b兩因素各水平組合下的二級因素。同一model語句中三種效應(yīng)可以混合使用。第十一頁，共四十頁，編輯于2023年，星期五means語句語句形式：meanseffects</options>;通過使用means語句，anova過程可以對model語句所定義的效應(yīng)計算其各水平下應(yīng)變量的均值及其標(biāo)準(zhǔn)差。還可通過設(shè)置必要的選項實現(xiàn)對指定主效應(yīng)的組間多重比較。同一過程步中可同時使用多條means語句，但均須位于model語句之后。means語句中可設(shè)置眾多的選項，均與指定效應(yīng)的組間多重比較有關(guān)。第十二頁，共四十頁，編輯于2023年，星期五means語句選項及其功能（1）選項功能及用法alpha=指定均數(shù)多重比較時的顯著性水平，需設(shè)置為0~1之間的值。默認(rèn)值為0.05。bon對means語句中指定的全部主效應(yīng)執(zhí)行組間多重比較的bonferronit檢驗。dunnett對means語句中指定的全部主效應(yīng)執(zhí)行各組與對照組間多重比較的雙側(cè)dunnett’st檢驗。如果要指定對照組所對應(yīng)的（分組）變量水平，將該水平所對應(yīng)的格式化變量值以單引號括起置于選項后的圓括號中。如果要為多個主效應(yīng)指定對照組，將各效應(yīng)之對照組所對應(yīng)的變量值（先以單引號括起）以空格分隔置于選項后的圓括號中。默認(rèn)情況下，各效應(yīng)的第一個水平將被作為對照組來使用。dunnettl對means語句中指定的全部主效應(yīng)執(zhí)行各組與對照組間多重比較的單側(cè)dunnett’st檢驗，所檢驗的假設(shè)為各組均數(shù)是否小于對照組的均數(shù)。設(shè)置對照組的方法同“dunnett”選項。dunnettu對means語句中指定的全部主效應(yīng)執(zhí)行各組與對照組間多重比較的單側(cè)dunnett’st檢驗，所檢驗的假設(shè)為各組均數(shù)是否大于對照組的均數(shù)。設(shè)置對照組的方法同“dunnett”選項。hovtest對means語句所指定效應(yīng)的各組（水平）進(jìn)行方差齊性檢驗。除“hovtest”的設(shè)置形式（此時執(zhí)行l(wèi)evene檢驗）外，此選項還可設(shè)置為“hovtest=”的形式，等號后可設(shè)置的值及其含義：“bartlett”——bartlett檢驗；“bf”——brown-forsythe檢驗；“l(fā)evene”——levene檢驗；“obrien”——o’brien檢驗。第十三頁，共四十頁，編輯于2023年，星期五means語句選項及其功能（2）選項功能及用法lsd同“t”選項。snk對means語句中指定的全部主效應(yīng)執(zhí)行student-newman-keuls組間多重比較過程。regwq對means語句中指定的全部主效應(yīng)執(zhí)行ryan-einot-gabriel-welsch組間多重比較過程。scheffe對means語句中指定的全部主效應(yīng)執(zhí)行scheffe組間多重比較過程。sidak依據(jù)sidak不等式調(diào)整各組均數(shù)，然后進(jìn)行組間比較的兩兩t檢驗過程。smm同“gt2”選項t在各設(shè)計單元樣本量相等的情況下，執(zhí)行組間均數(shù)的兩兩t檢驗過程，等同于fisher的最小顯著差異（lsd,leastsignificantdifference）檢驗。tukey對means語句中指定的全部主效應(yīng)執(zhí)行組間多重比較的turkey檢驗過程。waller對means語句中指定的全部主效應(yīng)執(zhí)行組間多重比較的waller-duncant檢驗過程。welch要求執(zhí)行welch方差加權(quán)的單因素方差分析過程。對于方差齊性的前提條件，此方法要比一般的方差分析方法更為穩(wěn)健。設(shè)置“welch”選項時model語句中定義的模型必須為單因素模型，否則該選項將被忽略。第十四頁，共四十頁，編輯于2023年，星期五test語句語句形式：test<h=effects>e=effect;test語句用來進(jìn)行其它類型的F檢驗，這種檢驗不同于通常方差分析中以誤差均方為分母的F檢驗，我們可以指定此F檢驗中所使用的分母項（誤差項）。當(dāng)數(shù)據(jù)的誤差結(jié)構(gòu)為非常規(guī)狀態(tài)（如裂區(qū)設(shè)計）時，就必須使用test語句執(zhí)行特定的F檢驗過程。test語句須置于model語句之后?！癶=”指定需要檢驗的效應(yīng)項（作為F檢驗的分子），此效應(yīng)項必須為model語句中所包含的效應(yīng)。語句中可指定多個效應(yīng)項?！癳=”用來指定作為誤差項的效應(yīng)項（作為F檢驗的分母），語句中只能指定一個誤差項。第十五頁，共四十頁，編輯于2023年，星期五1.兩兩比較常用的方法有SNK、Bonferonni、Dunnett等語句means分類變量/snkmeans分類變量/bonmeans分類變量/dunnett…2023/5/27統(tǒng)計軟件應(yīng)用教程16第十六頁，共四十頁，編輯于2023年，星期五2.多個處理組和一個對照組的比較---dunnetttest

相應(yīng)的選項為dunnett

語句meansc/dunnett;2023/5/27統(tǒng)計軟件應(yīng)用教程17第十七頁，共四十頁，編輯于2023年，星期五3.多重比較語句的其他設(shè)置設(shè)置alpha水平默認(rèn)為0.05如meansc/dunnettalpha=0.01;2023/5/27統(tǒng)計軟件應(yīng)用教程18第十八頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析例6-1某醫(yī)生為了研究一種降血脂新藥的臨床療效，按統(tǒng)一納入標(biāo)準(zhǔn)選擇120名高血脂患者，采用完全隨機(jī)設(shè)計方法將患者等分為4組（安慰劑組和服藥劑量分別為2.4、4.8、7.2的降脂新藥組）中，進(jìn)行雙盲試驗。6周后測得低密度脂蛋白作為試驗結(jié)果，見表6-1。問4個處理組患者的低密度脂蛋白含量總體均數(shù)有無差別?2023/5/27統(tǒng)計軟件應(yīng)用教程19第十九頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程20第二十頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程21第二十一頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程22第二十二頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程23第二十三頁，共四十頁，編輯于2023年，星期五完全隨機(jī)設(shè)計的方差分析表變異來源SSdfMSF組間(處理組間)

SS組間k-1SS組間/v組間MS組間/

MS組內(nèi)組內(nèi)(誤差)

SS組內(nèi)N-kSS組內(nèi)/v組內(nèi)總SS總N-1第二十四頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程25第二十五頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程26第二十六頁，共四十頁，編輯于2023年，星期五第一節(jié)完全隨機(jī)設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程27第二十七頁，共四十頁，編輯于2023年，星期五第二節(jié)隨機(jī)區(qū)組設(shè)計資料的方差分析隨機(jī)區(qū)組設(shè)計：處理因素（處理組）區(qū)組因素（區(qū)組）步驟除處理因素外其它條件相似的對象歸入一個區(qū)組將區(qū)組內(nèi)的受試對象隨機(jī)分配到不同處理組優(yōu)點保證同一區(qū)組內(nèi)的受試對象接受的處理不同實驗效應(yīng)差異主要由處理因素引起2023/5/27統(tǒng)計軟件應(yīng)用教程28第二十八頁，共四十頁，編輯于2023年，星期五第二節(jié)隨機(jī)區(qū)組設(shè)計資料的方差分析例6-2某研究者采用隨機(jī)區(qū)組設(shè)計進(jìn)行實驗，比較三種抗癌藥物對小白鼠肉瘤的抑瘤效果，先將15只染有肉瘤小白鼠按體重大小配成5個區(qū)組，每個區(qū)組內(nèi)3只小白鼠隨機(jī)接受三種抗癌藥物（A、B、C），以肉瘤的重量為指標(biāo)，試驗結(jié)果見表6-2。問三種不同藥物的抑瘤效果有無差別？2023/5/27統(tǒng)計軟件應(yīng)用教程29第二十九頁，共四十頁，編輯于2023年，星期五第二節(jié)隨機(jī)區(qū)組設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程30第三十頁，共四十頁，編輯于2023年，星期五第三十一頁，共四十頁，編輯于2023年，星期五第三十二頁，共四十頁，編輯于2023年，星期五第二節(jié)隨機(jī)區(qū)組設(shè)計資料的方差分析2023/5/27統(tǒng)計軟件應(yīng)用教程33第三十三頁，共四十頁，編輯于2023年，星期五隨機(jī)區(qū)組設(shè)計的方差分析表變異來源SSdfMSF處理組

SS處理k-1SS處理/k-1MS處理/

MS誤