单因素方差分析的应用实例.docx

文档介绍：单因素方差分析的应用实例 PROC ANOVA [DATA= < 数据集名> MANOVA 按多元分析的要求略去有任一缺失值的记录 OUTSTAT= < 数据集名>]; 指定统计结果输出的数据集名 CLASS < 处理因素名列>; 必需,指定要分析的处理因素 MODEL < 应变量名= 处理因素名列>/[ 选项]; 必需,给出分析用的方差分析模型 MEANS < 变量名列>/[ 选项]; 指定要两两比较的因素及比较方法 BY< 变量名列>; FREQ < 变量名>; MANOVA H= 效应 E= 效应 M= 公式...; 指定多元方差分析的选项例1 :研究 6 种氮肥施用法对小麦的效应,每种施肥法种 5 盆小麦,完全随机设计。最后测定它们的含氮量( mg ), 试作方差分析施氮法 123456 SAS 程序 data exam1; input gx @@; cards; 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 ; proc anova data=exam1; class g; model x=g ; run; data exam2; input x1 gj @@; cards ; 60 11 62 21 61 31 60 41 65 12 65 22 68 32 65 42 63 13 61 23 61 33 60 43 64 14 67 24 63 34 61 44 62 15 65 25 62 35 64 45 61 16 62 26 62 36 65 46 ; proc anova data =exam2; class g j; model x1=g j; run ;例2: 对某地区农村的 6名2 周岁男婴的身高、胸围、上半臂围进行测量, 得样本数据如下表。根据以往资料,该地区城市 2 周岁男婴的这三个指标的均值现欲在多元正态性假定下检验该地区农村 2 周岁男婴是否与城市 2 周岁男婴有相同的均值。取 a= 。编号身高( cm ) 胸围( cm ) 上半臂围( cm ) 1 78 2 76 3 92 4 81 5 81 6 84 data exam4_2_1; input id x1 x2 x3; cards; 1 78 2 76 3 92 4 81 5 81 6 84 ; proc corr noprint cov output=new; var x1 x2 x3; run; proc iml; use new; read all where( _TYPE_='COV' ) into S; read all where( _TYPE_='MEAN' ) into xm; read all var{x1} where( _TYPE_='N' ) into n; mu0 = {90, 58, 16}; xm = xm` ;p= ncol(S); T2= n*(xm-mu0)`*inv(S)*(xm-mu0); T2a = p*(n-1)*finv(,p,n-p)/(n-p); print T2 T2a ; if T2 >= T2a then print ' 拒绝原假设 H0'; else print ' 接受原假设 H0'; run; data exam4_2_1; input id x1 x2 x3; y1=x1-90; y2=x2-58; y3=x3-16; cards; 1 78 2 76 3 92 4 81 5 81 6 8