SAS笔记第五章-方差分析.docx

2014.7.27多因素方差分析之区组设计方差分析

分组情况〔team〕

促销方式〔method〕

A〔6.8折加送礼物〕

B〔5.8折〕

C〔满100送50〕

1

25684

35789

30123

2

23457

32154

25896

3

30012

45214

30151

4

31245

48256

35412

分析不同方法和组别的销售量是否有显著性区别？

代码：

dataa.aaj;

inputteammethod$sales@@;

cards;

1A256841B357891C30123

2A235472B321543C25896

3A300123B452143C30151

4A312454B482564C35412

;

run;

procanovadata=a.aaj;/*调用anova过程进行方差分析*/

classteammethod;/*分组依据，class语句必须在model前*/

modelsales=teammethod;/*等号前表示因变量，后表示自变量，该语句表示team和method两种分组对sales的影响，关于该语句的用法还有很多很多很复杂很复杂*/

meansteammethod/snkalpha=0.05;/*使用SNK方法两两比拟不同促销方式的平均销售额，定义显著性水平0.05*/

meansmethod;/*输出不同方法下的促销额的促销均值和标准差*/

run;

结果如下：

注：上图中第一个表表示对模型的F检验，结果拒绝原假设，显著成立。

第二个表描述的是模型的拟合统计量，其中Coeffvar〔变异系数〕=标准差/均值。

RootMSE表示MSE的开方。

第三个表描述的是不同分组下的F检验，其中team分组下的检验没有通过，不能拒绝，说明此种分组方法下的各组没有多大差异。

而在以method为分组方法下的F检验统计值那么以低于0.05的概率通过显著性检验，拒绝了原假设，说明以method为分组方法下的各组之间存在差异。

下表是SNK多重比拟结果：

Meanswiththesameletterarenotsignificantlydifferent.

SNKGrouping

Mean

N

Mehtod

A

40353

4

B

B

30396

4

C

B

27622

4

A

该表说明：3种促销方法被分成了两组A和B，方法B为A组，方法C和A为B组，联系题意可知打5.8折这种方法和另外两种方法有显著性差异，而且对应着更高的销售额，所以用第二种方法更好。

该表是不同方法下的均值标准差表。

应用analyst模块方法如下：

先导入数据，跟以前一样。

再单项选择择statistics|ANOVA|LinearModel，弹出如下：

Dependent〔因变量〕选择sales，class〔分组依据〕选择method和team，再单击model弹出：

其中单击standardmodels选择maineffectsonly〔仅分析主效应〕，选择method和team，OK返回，单击means弹出：

单击comparisonmethod选择student-Newman-keulsmultiple-rangetest〔SNK多重检验〕。

选择team和method，单击OK返回，提交命令，输出结果，由于结果跟上面的一样，故不再列出。

2014.7.27方差分析之析因涉及方差分析

析因方差分析，例如有两个因素时，第一个因素有3个水平，第二个因素有2个水平，那么组合就有6个水平，对每种组合都做试验时就是析因试验。

例题为考察某种干电池的最大输出电压maxU是否受材料materials和温度T的影响，在三种不同温度下〔15℃25℃35℃〕测试三种材〔ABC〕的电池的输出电压。

dataa.aak;

inputtimesmaterialsTmaxU@@;

cards;

1115130112534113530

12151501225136123525

13151381325174133596

2115135212538213540

22151552225143223528

2315