cdc課件-sas講義_協(xié)方差分析

1、1 協(xié)方差分析 用 SAS 中的 glm 過程進行協(xié)方差分析時，要注意不同試驗設計時 class 語句和 model 語句的寫法。設分類變量為 A、B，協(xié)變量為 X，觀察值為 Y，則有： ①單因素 k 水平設計的協(xié)方差分析模型 class A; model X A ; ②隨機區(qū)組設計的協(xié)方差分析模型 class A B; model X A B ; ③兩因素析因設計的協(xié)方差分析模型 class A B; m

2、odel X A B A*B; 實例分析 實例分析 1. 一元協(xié)方差分析 例 1 研究牡蠣在不同溫度的水中不同位置上的生長情況。有人做了如下試驗：分別在通向發(fā)電站的入口處（溫度較低）不同位置（底部和表層）和出口處（溫度較高）不同位置（底部和表層）及電站附近的深水處（底部和表層的中間）總共 5 個不同位置點上，隨機地各放 4 袋牡蠣（每袋中有 10 個） ，共 5×4=20 袋。在將每袋牡蠣放入位置點之前，先洗干凈

3、稱出每袋的初始體重，放在 5 個不同點一個月后再稱出最后體重。試驗結果數據見表 26.1 所示。 表 1.1 牡蠣在不同溫度和位置上 牡蠣在不同溫度和位置上的生長數據 的生長數據 位置 trt 重復數 rep（x 為初始體重，y 為最后體重） 1 2 3 4 x y x y x y x y 1（入口底部） 27.2 32.6 32.0 36.6 33.0 37.7 26.8 31.0 2（入口頂部）

4、 28.6 33.8 26.8 31.7 26.5 30.7 26.8 30.4 3（出口底部） 28.6 35.2 22.4 29.1 23.2 28.9 24.4 30.2 4（出口頂部） 29.3 35.0 21.8 27.0 30.3 36.4 24.3 30.5 5（附近中部） 20.4 24.6 19.6 23.4 25.1 30.3 18.1 21.8 程序如

5、下： data growth; do trt=1 to 5; do rep=1 to 4; 3 表 1.2 單因素 單因素 trt trt 一元 一元 x 的協(xié)方差分析 的協(xié)方差分析 The SAS System Analysis of Variance Procedure Dependent Variable: Y Source DF Sum of Squares Me

6、an Square F Value Pr > F Model 4 198.40700000 49.60175000 4.64 0.0122 Error 15 160.26250000 10.68416667 Corrected Total 19

7、 358.66950000 R-Square C.V. Root MSE Y Mean 0.553175 10.59706 3.26866436 30.84500000 Source DF Anova SS

8、 Mean Square F Value Pr > F TRT 4 198.40700000 49.60175000 4.64 0.0122 General Linear Models Procedure Dependent Variable: Y Source DF

9、 Sum of Squares Mean Square F Value Pr > F Model 5 354.44717675 70.88943535 235.05 0.0001 Error 14 4.22232325 0.3015

10、9452 Corrected Total 19 358.66950000 R-Square C.V. Root MSE Y Mean 0.988228 1.780438 0.54917622 30.84500000 Source

11、 DF Type I SS Mean Square F Value Pr > F TRT 4 198.40700000 49.60175000 164.47 0.0001 X 1 156.04017675

12、 156.04017675 517.38 0.0001 Source DF Type III SS Mean Square F Value Pr > F TRT 4 12.08935928 3.02233982 10.02 0.0

13、005 X 1 156.04017675 156.04017675 517.38 0.0001 T for H0: Pr > |T| Std Error of Parameter Estimate Parameter=0 Est

14、imate INTERCEPT 2.494859769 B 2.43 0.0293 1.02786287 TRT 1 -0.244459378 B -0.42 0.6780 0.57658196 2 -0.280271345 B -0.57

15、 0.5786 0.49290825 3 1.654757698 B 3.85 0.0018 0.42943036 4 1.107113519 B 2.35 0.0342 0.47175112 5 0.000000000 B

16、 . . . X 1.083179819 22.75 0.0001 0.04762051 NOTE: The X'X matrix has been found to be singular and a generalized inverse was used to solve t