2.4  單因素方差分析的SAS程序

在閱讀以下內(nèi)容之前，請(qǐng)先閱讀第一章"SAS軟件基本操作"。

單因素實(shí)驗(yàn)設(shè)計(jì)又稱為完全隨機(jī)化實(shí)驗(yàn)設(shè)計(jì)。該實(shí)驗(yàn)設(shè)計(jì)要求實(shí)驗(yàn)條件或?qū)嶒?yàn)環(huán)境的同質(zhì)性很高。例如，比較a個(gè)作物品種的產(chǎn)量，每一品種設(shè)置n個(gè)重復(fù)，全部實(shí)驗(yàn)共有an次。根據(jù)完全隨機(jī)化實(shí)驗(yàn)設(shè)計(jì)的要求，試驗(yàn)田中的an個(gè)試驗(yàn)小區(qū)的土質(zhì)、肥力、含水量、小氣候、田間管理等條件必須完全一致。至于哪一個(gè)品種的哪一次重復(fù)安排在哪一個(gè)小區(qū)，完全是隨機(jī)的，因此得到了“完全隨機(jī)化實(shí)驗(yàn)設(shè)計(jì)”這一名稱。

例2.9  下面以課本中例8.1的數(shù)據(jù)為例，給出單因素方差分析的SAS程序。

    解：先按以下輸入方式建立一個(gè)稱為a:\2-5data.dat的外部數(shù)據(jù)文件。

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過程中的CLASS語句（分類語句）是必須的，而且一定要放在MODEL語句之前。在方差分析中要使用的分類變量（因素），首先要在CLASS語句中說明。分類變量可以是數(shù)值型的，也可以是字符型的。MODEL語句用來規(guī)定因素對(duì)實(shí)驗(yàn)結(jié)果的效應(yīng)，一般形式為，因變量＝因素效應(yīng)。本例即為株高＝品系效應(yīng)。

MEANS語句應(yīng)放在MODEL語句之后，MEANS語句后列出希望得到均值的那些變量。MEANS語句有很多選項(xiàng)，下面列出幾個(gè)與本教材有關(guān)的選項(xiàng)，將選項(xiàng)寫在MEANS語句的“/”之后。

       DUNCAN： 對(duì)MEANS語句列出的所有主效應(yīng)均值進(jìn)行DUNCAN檢驗(yàn)。

SNK： 對(duì)MEANS語句列出的所有主效應(yīng)均值進(jìn)行Student-Newman-Keuls檢驗(yàn)。

T | LSD： 對(duì)MEANS語句列出的所有主效應(yīng)均值進(jìn)行兩兩t檢驗(yàn)，它相當(dāng)于在樣本含           量相同時(shí)的LSD檢驗(yàn)。

ALPHA＝  均值間對(duì)比檢驗(yàn)的顯著水平，缺省值是0.05。當(dāng)用DUNCAN選項(xiàng)時(shí)只能取0.01、0.05和0.10，對(duì)于其它選項(xiàng)，α可取0.0001到0.9999之間的任何值。

CLDIFF： 在選項(xiàng)T和LSD時(shí)，過程將兩個(gè)均值之差以置信區(qū)間的形式輸出。

CLM： 在選項(xiàng)T和LSD時(shí)，過程把變量的每一水平均值以置信區(qū)間的形式輸出。

執(zhí)行上述程序，輸出結(jié)果見表2－13。

表 2－13： 例2.9方差分析輸出結(jié)果

The SAS System

                           Analysis of Variance Procedure

                              Class Level Information

                  Number of observations in data set = 25

                                 The SAS System                              

                           Analysis of Variance Procedure

Dependent Variable: HIGHT

                                  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

        Means with the same letter are not significantly different.

                                  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 '***'.

表中的各項(xiàng)內(nèi)容都是很明確的，這里不再贅述。只有R²以前沒有見過，請(qǐng)參閱課本11.2.1。