多个样本均数比较的方差分析SAS分析 ppt课件

ppt课件
7
manova语句

语句形式：manova <test-options></detail-options>;
当 model 语句定义的模型中包含多个反应变量时，使用 manova语句要求anova过程执行多元方差分析的操作。
语句中可设置两种形式的选项，即检验和细节选项

检验选项用来定义所要检验的效应。
ppt课件 5
proc anova语句
proc anova语句用以调用anova过程，语句中包含若 干控制选项，详见下表。
选 项 data= manova multipass namelen= noprint 指定用于分析的输入数据集。 功能与用法
要求以多变量方式除去包含缺失值的观测。如果反应变量中的任何一个为缺失值，相应观测 即被排除出分析过程。
2019/3/3
ppt课件 SAS9.1统计软件应用教程
19 19
第一节 完全随机设计资料的方差分析
分 组 测量值 3.53 4.59 4.34 2.66 3.59 3.13 2.64 2.56 3.50 3.25 安慰剂组 3.30 4.04 3.53 3.56 3.85 4.07 3.52 3.93 4.19 2.96 1.37 3.93 2.33 2.98 4.00 3.55 2.96 4.3 4.16 2.59 2.42 3.36 4.32 2.34 2.68 2.95 1.56 3.11 1.81 1.77 2.4g 组 1.98 2.63 2.86 2.93 2.17 2.72 2.65 2.22 2.90 2.97 降 血 新 药 2.36 2.56 2.52 2.27 2.98 3.72 2.80 3.57 4.02 2.31 2.86 2.28 2.39 2.28 2.48 2.28 3.21 2.23 2.32 2.68 3.48 2.42 2.41 2.66 3.29 2.70 3.04 2.81 1.97 1.68 0.89 1.06 1.08 1.27 1.63 1.89 1.19 2.17 2.28 1.72 7.2g 组 1.98 1.74 2.16 3.37 2.97 1.69 0.94 2.11 2.81 2.52 1.31 2.51 1.88 1.41 3.19 1.92 2.47 1.02 2.10 3.71
model语句中指定的自变量必须是class语句中指定的分组 变量，anova 过程不允许自变量中有连续型变量（即必须 全部为离散型的分组变量），而应变量则必须是连续型变 量。

ppt课件
9
model语句的模型表达式

语句中以等号连接起来的变量（包括应变量和自变量）列 表或组合称为模型表达式。

其中“dependents”项代表应变量，可为输入数据集中的 一个或多个数值型变量，多个应变量之间以空格相分隔。
2019/3/3
ppt课件 SAS9.1统计软件应用教程
17 17

3.多重比较语句的其他设置
设置alpha 水平 默认为0.05 如 means c/dunnett alpha=0.01;
2019/3/3
ppt课件 SAS9.1统计软件应用教程
18 18
第一节 完全随机设计资料的方差分析

例6-1 某医生为了研究一种降血脂新药的临床疗效，按 统一纳入标准选择120名高血脂患者，采用完全随机设计 方法将患者等分为 4组（安慰剂组和服药剂量分别为 2.4、 4.8、7.2的降脂新药组）中，进行双盲试验。6周后测得 低密度脂蛋白作为试验结果，见表 6-1。问 4个处理组患 者的低密度脂蛋白含量总体均数有无差别?
“ effects ”项为方差分析模型的效应项，是由自变量 （分组变量）以特定方式组合而成的表达式（自变量表达 式 ），一个模型表达式中可以同时包含多个效应项。

ppt课件
10
不同效应模型的表述方式

自变量表达式可用来表达三种不同的效应模型，即主效应 模型、交互效应模型、嵌套设计效应模型。 主效应模型：y=a b c 交互效应模型：y=a b c a*b a*c b*c a*b*c
order=
outstat=
ppt课件
6
class语句

语句形式： class variables;

class语句用来指定作为分组因素的变量，class变量可为 数值型或字符型。
对于anova过程，class语句是必需的（即模型中应至少包 含一个分组变量），且必须位于model语句之前。 class变量的水平由其格式化值所决定，因此可以通过格 式化的方法确定class变量的水平。
第六章 多个样本均数比较的方差分析
2019/3/3
ppt课件 SAS9.1统计软件应用教程
1 1
教学内容

第一节 完全随机设计资料的方差分析（掌握）


第二节 随机区组设计资料的方差分析（掌握）
第五节 析因设计资料的方差分析（了解）
两因素两水平的析因分析

能对SAS程序的输出结果作出合理解释
2019/3/3

ppt课件
12
பைடு நூலகம்
means语句选项及其功能（1）
选 项 alpha= bon 功能及用法 指定均数多重比较时的显著性水平，需设置为0~1之间的值。默认值为0.05。 对means语句中指定的全部主效应执行组间多重比较的bonferroni t检验。 对means语句中指定的全部主效应执行各组与对照组间多重比较的双侧dunnett’s t检验。 如果要指定对照组所对应的（分组）变量水平，将该水平所对应的格式化变量值以单引号 括起置于选项后的圆括号中。如果要为多个主效应指定对照组，将各效应之对照组所对应 的变量值（先以单引号括起）以空格分隔置于选项后的圆括号中。默认情况下，各效应的 第一个水平将被作为对照组来使用。 对means语句中指定的全部主效应执行各组与对照组间多重比较的单侧dunnett’s t检验， 所检验的假设为各组均数是否小于对照组的均数。设置对照组的方法同“dunnett”选项。 对means语句中指定的全部主效应执行各组与对照组间多重比较的单侧dunnett’s t检验， 所检验的假设为各组均数是否大于对照组的均数。设置对照组的方法同“dunnett”选项。 对 means 语句所指定效应的各组（水平）进行方差齐性检验。除“hovtest ”的设置形式 （此时执行levene检验）外，此选项还可设置为“hovtest=”的形式，等号后可设置的值 及其含义：“ bartlett ” —— bartlett 检验；“ bf ” —— brown-forsythe 检验； “levene”——levene检验；“obrien”——o’ brien检验。
ppt课件
4
anova过程的一般形式
proc anova < options > ; class variables ; model dependents=effects < / options > ; absorb variables ; by variables ; freq variable ; manova < test-options >< / detail-options > ; means effects < / options > ; repeated factor-specification < / options > ; test < h=effects > e=effect ; run ;
细节选项用来指定如何执行检验过程以及给出哪些检验结 果。
ppt课件
8
model语句


语句形式：model dependents=effects </options>;
model语句用来指定分析模型中的应变量和自变量，并且 通过特定的表达式规定自变量的作用方式。

如果没有指定任何自变量，则模型中仅包含常数项，此时 所检验的假设是应变量的均数是否为零。


“h=”指定需要检验的效应项（作为F 检验的分子），此 效应项必须为 model语句中所包含的效应。语句中可指定 多个效应项。
“ e= ”用来指定作为误差项的效应项（作为 F 检验的分 母），语句中只能指定一个误差项。
ppt课件 15


1.两两比较
常用的方法有SNK 、Bonferonni 、Dunnett等
要求anova过程在必要时重新读入数据，而不是将数据写入某个中间文件。其作用在于以增加 程序运行时间为代价而减少对磁盘空间的占用，这在大样本数据处理时非常有用。 为效应名称指定字符串的长度。须设置为20~200的正整数。默认设置为“namelen=20”。 禁止在结果窗口显示分析结果。此选项在仅需要anova过程创建输出数据集时有用。 指定anova过程对分组变量（class变量）各水平的排序方式，此处的排序方式决定了模型中 分组变量各水平所对应的参数。此选项对所有分组变量有效。可设置的值及其含义： “data”——与输入数据集中各水平的排列顺序（首次出现的顺序）相同；“formatted”— —以变量的格式化值作升序排列；“freq”——以包含观测数的多少降序排列； “internal”——以变量的非格式化值作升序排列。默认设置为“order=formatted”。 要求创建用于存储方差分析表（包括平方和、自由度、f统计量以及p值等）的输出数据集。
语句 means means 分类变量/snk 分类变量/bon
means 分类变量/dunnett …
2019/3/3
ppt课件 SAS9.1统计软件应用教程
16 16

2.多个处理组和一个对照组的比较--- dunnet t test
相应的选项为dunnett 语句 means c/dunnett;


嵌套效应模型： y=a b c(a b)，其中c因素为a、b两因素 各水平组合下的二级因素。
同一model语句中三种效应可以混合使用。

ppt课件
11
means语句
语句形式：means effects </options >; 通过使用means 语句， anova 过程可以对model 语句所定义 的效应计算其各水平下应变量的均值及其标准差。 还可通过设置必要的选项实现对指定主效应的组间多重比 较。 同一过程步中可同时使用多条 means 语句，但均须位于 model语句之后。 means 语句中可设置众多的选项，均与指定效应的组间多 重比较有关。
SAS9.1统计软件应用教程 ppt课件
22
方差分析
SAS常用的过程

ANOVA过程(Analysis Of Variance) GLM过程(General Linear Model) 。。。
2019/3/3
SAS9.1统计软件应用教程 ppt课件
33
anova过程

anova 过程适用于平衡实验设计资料（各设计单元均 具有相同的样本量或观察值）进行方差分析。 由于 anova 过程在分析运算时考虑了平衡设计的数据 结构因素，因而比 glm 过程的运行速度要快，占用的 存贮空间也要小一些类型等。
t
tukey waller
welch
ppt课件
14
test语句


语句形式：test <h=effects> e=effect;
test语句用来进行其它类型的F 检验，这种检验不同于通 常方差分析中以误差均方为分母的 F检验，我们可以指定 此F 检验中所使用的分母项（误差项）。 当数据的误差结构为非常规状态（如裂区设计）时，就必 须使用test语句执行特定的F 检验过程。test语句须置于 model语句之后。
dunnett
dunnettl
dunnettu
hovtest
ppt课件
13
means语句选项及其功能（2）
选 lsd snk regwq scheffe sidak smm 项 同“t”选项。 对means语句中指定的全部主效应执行student-newman-keuls组间多重比较过程。 对means语句中指定的全部主效应执行ryan-einot-gabriel-welsch组间多重比较过程。 对means语句中指定的全部主效应执行scheffe组间多重比较过程。 依据sidak不等式调整各组均数，然后进行组间比较的两两t检验过程。 同“gt2”选项 在各设计单元样本量相等的情况下，执行组间均数的两两t检验过程，等同于fisher的最 小显著差异（lsd, least significant difference）检验。 对means语句中指定的全部主效应执行组间多重比较的turkey检验过程。 对means语句中指定的全部主效应执行组间多重比较的waller-duncan t检验过程。 要求执行welch 方差加权的单因素方差分析过程。对于方差齐性的前提条件，此方法要比 一般的方差分析方法更为稳健。设置“welch”选项时model语句中定义的模型必须为单因 素模型，否则该选项将被忽略。 功能及用法