ch方差分析I完全随机化析因设计实用.pptx

《ch方差分析I完全随机化析因设计实用.pptx》由会员分享，可在线阅读，更多相关《ch方差分析I完全随机化析因设计实用.pptx（22页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据描述数据描述图图：hyper数据集第1页/共22页数据录入和整理数据录入和整理data hyper;/*Chapter 5*/infile d:hypertension.dat;input n1-n12;if _n_6 then diet=Y;else diet=N;bp=nalli;cell=drug|biofeed|diet;output;end;drop i n1-n12;run;注注：原始数据为6行12列条数据，即共有6条行观测；其中1-3行对应着进行心理护理，而4-6行则无；而三种药物分别为X在1和4行，Y在2和5行，Z在3和6行。每行的12条治疗后的血压数据使用数组nall存储

2、。通过循环将每行12条数据转换成12行血压数据，并且前6条对应辅助特殊膳食方案，后6条则无。单元cell存储不同水平的组合，共12种。注注：_n_代表观测值的序号；|为字符串连接命令；output将读入的数据和产生的新变量数据录入到当前数据集；drop舍弃录入数据所产生的辅助变量i和数组n1-n12。第2页/共22页带交互效应的方差分析模型带交互效应的方差分析模型模型检验(F检验)独立性独立性正态性正态性方差齐次性方差齐次性第3页/共22页制表制表-tabulate过程过程proc print data=hyper;run;proc tabulate data=hyper;class drug

3、 diet biofeed;var bp;table drug*diet*biofeed,bp*(mean std n);run;注注：对血压bp按照drug,diet,Biofeed水平分类，并在表格中显示各分类的均值、标准差和数据个数。思考思考：过程语句添加选项order=data，结果有何不同？第4页/共22页方差齐性检验方差齐性检验proc anova data=hyper;class cell;model bp=cell;means cell/hovtest;run;注注：对12个水平组合的方差通过/hovtest选项进行齐性检验；此处方差分析仅对不同水平处理的差异性进行检验。第5页

4、/共22页Cell方差分析结果方差分析结果模型显著单元显著差异第6页/共22页cell方差齐性检验结果方差齐性检验结果p值0.05,未通过方差齐性检验，说明各水平组合观察值的方差相等第7页/共22页hyper方差分析方差分析proc anova data=hyper;class diet drug biofeed;model bp=diet|drug|biofeed;means diet*drug*biofeed;ods output means=outmeans;run;proc print data=outmeans;run;proc sort data=outmeans;by drug;

5、run;注注：model语句等价于 model bp=diet drug diet*drug biofeed diet*biofeed drug*biofeed diet*drug*biofeed方差分析模型：做三因子主效应以及所有可能的交互效应模型（包括一阶或二阶三水平交互）。运算符|为逻辑或操作。means语句生成三个水平不同组合即cell的均值和方差等描述性结果。ods output 为通过输出传递系统将means语句所得结果输出到outmeans数据集。第8页/共22页方差分析结果方差分析结果第9页/共22页方差分析结果方差分析结果结果显示：三因子diet,drug和biofeed的主

6、效应显著（水平=0.05)，其中一阶两水平交互效应并不显著，但三因子交互效应显著，可能是由于一因子固定前提下，另外两因子交互效应存在很大差异造成。第10页/共22页outmean输出结果输出结果按drug排序输出第11页/共22页绘制交互效应图绘制交互效应图proc sort data=outmeans;by drug;run;symbol1 i=join v=none l=2;symbol2 i=join v=none l=1;proc gplot data=outmeans;plot mean_bp*biofeed=diet;by drug;run;注：针对diet分类，按照不同药物dru

7、g做mean_bp和biofeed交互效应图第12页/共22页drug x固定的交互效应图固定的交互效应图药物X治疗方案下，节食存在负效应（作用），血压随着节食反而增加。第13页/共22页drug y固定的交互效应图固定的交互效应图第14页/共22页drug z固定的交互效应图固定的交互效应图第15页/共22页数据对数变换的方差分析数据对数变换的方差分析data hyper;set hyper;logbp=log(bp);run;proc anova data=hyper;class diet drug biofeed;model logbp=diet|drug|biofeed;run;注：血

8、压bp数据都是正值，对数变换后近似为正态数据，重新进行做方差分析，进一步研究三向交互效应是否存在。第16页/共22页方差分析结果方差分析结果结果显示：主效应和三因子交互效应依然显著。第17页/共22页多重比较多重比较proc anova data=hyper;class diet drug biofeed;model logbp=diet drug biofeed;means drug/scheffe;run;注注：/scheffe为添加谢菲多重比较方法，此外还有Bonferonni t-tests和邓肯多重比较方法等。第18页/共22页多重比较结果多重比较结果第19页/共22页多重比较结果多重比较结果可见药物X治疗效果更好，血压对数最低。第20页/共22页作业作业3习题5.1-5.2第21页/共22页上海财经大学统计学系感谢您的欣赏！第22页/共22页