SAS常用程序(3)

2012-04-17 生物谷 不详

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

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。

 

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;

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 MEANS语句列出的所有主效应均值进行DUNCAN检验。

SNK MEANS语句列出的所有主效应均值进行Student-Newman-Keuls检验。

T | LSD 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0.010.050.10,对于其它选项,α可取0.00010.9999之间的任何值。

CLDIFF 在选项TLSD时,过程将两个均值之差以置信区间的形式输出。

CLM 在选项TLSD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213

 

213 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

本文系梅斯医学(MedSci)原创编译整理,转载需授权!-->

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2007737, encodeId=ec5e200e73786, content=<a href='/topic/show?id=cf4d1590956' target=_blank style='color:#2F92EE;'>#SAS#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=33, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=15909, encryptionId=cf4d1590956, topicName=SAS)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=8e4c53, createdName=jiyangfei, createdTime=Tue Dec 18 13:14:00 CST 2012, time=2012-12-18, status=1, ipAttribution=)]
    2012-12-18 jiyangfei

相关资讯

第九章 直线回归、直线相关与logistic回归(下)

第九章 直线回归、直线相关与logistic回归(下) §8.4  多元线性回归 REG过程不仅可以完成只有一个自变量的简单直线回归,还可以作含有多个自变量的多元线性回归。作多元线性回归时REG过程的语法格式与简单直线回归的语法几乎完全相同,只要把要分析的多个自变量名放在MODEL语句中应变量后即可。因为多元线性回归时一般要作自变量的筛选,涉及到MODEL语句的选项,现将多元线性回

SAS常用程序(1)

2.1  利用SAS软件描述样本数据   用SAS可以对样本数据进行全面描述,得出样本的各种特征数以及频数分布图。在阅读以下内容之前请先阅读第一章“SAS软件基本操作”。   2.1.1  用MEANS语句描述数据   例 2.1  计算课本上习题1.2的平均数和标准差。 解 

第八章 直线回归、直线相关与logistic回归(上)

第八章 直线回归、直线相关与logistic回归(上)   直线回归与相关是联系非常紧密的两种统计分析方法,事实上SAS用于回归分析的程序步REG也可提供相关分析的结果,但进一步的深入分析仍应采用相应的程序步--CORR才能实现。本章前三节主要介绍两个常用的用于直线回归和相关分析的程序步――REG过程和CORR过程。后两节则介绍多元线性回归和Logistic回归的方法和所用的过程。 §8.1

第七章 方差分析和协方差分析

第七章 方差分析和协方差分析 方差分析和协方差分析在SAS系统中由SAS/STAT模块来完成,其中我们常用的有ANOVA过程和GLM过程。前者运算速度较快,但功能较为有限;后者运算速度较慢,但功能强大,我们做协方差分析时就要用到GLM过程。本章将首先介绍方差分析所用数据集的建立技巧,然后重点介绍这两个程序步。 其实,这里的速度快慢只是相对而言,SAS的处理速度是首屈一指的。举个例子,这个暑假我

第十章 非参数检验

第十章 非参数检验     非参数统计是统计分析的重要组成部分。可是与之很不相称的是它的理论发展远远不及参数检验完善,因而比较完善的可供使用的方法也不多。在SAS中,非参数统计主要由UNIVARIATE过程、MEANS过程和NPAR1WAY过程来实现,前两者在前面的章节中已经介绍,它们可以进行配对设计差值的符号秩和检验(WILCOXON配对法);后者是一个单因素的非参数方差分析过程,可进

SAS常用程序(2)

 2.2  统计假设检验的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”。   2.2.1  单个样本的t检验   对于课本5.1.4所介绍的单个样本t检验,可以使用PROC MEANS过程计算。PROC MEANS过程在2.1.1