第4章方差分析

第四章方差分析

方差分析（Analysis of Variance，ANOVA）是将待分析资料的总变异剖分为不同的变异来源，以获得不同变异来源的总体方差的估计值。通过F检验，完成多个样本平均数之间的差异显著性检验（即多重比较），若处理效应为随机模型时，则进行方差组分的估计。

4.1 方差分析的SAS过程

用于方差分析的主要过程有方差分析（ANOVA）和广义线性模型(GLM)。对于无缺省（缺值、缺组等）资料，或称平衡资料，一般采用（ANOVA）过程，对缺省资料（非平衡资料）应采用（GLM）过程。事实上根据效应模型的不同，还有VARCOME（方差组分）过程,MIXED（混合模型）过程等。

4.1.1 ANOVA过程

1. 名词解释

自变量与依变量在方差分析中，自变量可称为独立变量、定性变量（Qualitative Variale）、分类变量（Classiflcation Variable）或类别变量（Categorcal Variable），相当于因素处理、水平变量。依变量又称反应变量（Response Variable），相当于观察值变量。

实验效应方差分析的目的是找出对依变量产生的实验效应，这种效应可分为3种：主效应，常以自变量的英文字母表示，如A、B等。互作效应，常以星号联接自变量表示，如A*B。嵌套效应，以小括号表示，如A（B）表示A效应嵌套在B效应之内。

2

语句说明：

CLASS指令必须出现在MODEL指令之前，如选用TEST、MANOVA指令，则它们必须出现在MODEL指令之后。MEANS、TEST及MANOVA等指令可重复使用，其他指令则只能出现一次。

PROC ANOV A选项串中：⑴DA TA=输入数据集名称，指明对它执行ANOV A分析。⑵MANOV A 要求将含一个或一个以上依变量遗漏数据的观察值剔除。⑶OUTPUT=(含分析结果的)输出文件名称，包括平方和(SS)，F检验值，以及各效应的显著程度。

CLASS变量名称串指明自变量，自变量可以是数值的或文字的。

MODEL指令定义分析所用的线性数学模型(见表6—1)，删除号（/）后的选项：⑴NOUNI：不印出单变量方差分析的结果，适用于多变量的方差分析。⑵INT：要求SAS把线性模型内的截距（即资料的总平均数）当成一个参数，同时对这个截距作是否为零的假设检验。

MEANS指令前半部要求算出某些自变量（或互作）中各组的平均数，后半部（删除号后）共有24个选项，前17个选项分别对MEANS指令中所列的主效应平均数进行多种方法的多重比较。这些选项有：⑴BON：修正最小显著差异t检验。⑵DUNCAN：邓肯多重范围检验，即邓肯氏新复极差法。⑶DUNNETT（控制组组名）：邓尼特控制差异检验。它是依据t分布由各组平均数与控制组（指定组如对照组）进行比较，采用双尾检验。⑷DUNNETTL（控制组组名）：邓尼特小于控制均数检验。与控制组平均数的比较，采用单尾检验，临界值订在t分布的下端。⑸DUNNETTU（控制组组名）：邓尼特大于控制均数检验。与控制组平均数的比较，采用单尾检验，临界值订在t分布的上端。⑹GABRIEL：贵博氏多重比较。⑺REGWF：R—E—G—W多重F检验。⑻REGWQ：R—E—G—W多种t检验。⑼SCHEFFE：执行沙菲氏(Scheffe)的多重比较检验。⑽SIDAK：Sidak调整T检验。⑾SUM（或⑿GTI）：Sidak独立样本t检验。当两组样本含量不等时为哈氏（Hochberg）的GTI 检验。⒀SNK：纽曼—库尔多重范围检验，即q检验。⒁T（或⒂LSD）：配对t检验或费歇尔最小显著差异检验。⒃TUKEY：图基固定极差检验。⒄W ALLER：娃尔—邓肯K—比率t检验。以上17种检验法最常用的为⑵、⑶、⑸、⒀、⒁。其它主要选项还有⒅ALPHA=P：界定检验的显著水准。内设值为P=0.05。当上面选项与选项⑵并用时，P值必须是0.10、0.05、0.01三者之一。与上面其他检验选项时，P可以是0.0001与0.9999间任何的值。⒆LINES：将显著性检验的平均数，由大到小排列。若某一对平均数之间无显著差异，则将它们印在同一行上，并以虚线将它们与其他有显著差异的平均数分开。当选用⑵、⑺、⑻、⒀或⒄等检验时，此选项会自动被包括在内，否则，必须附加此选项。⒇CLM：效应的各组平均数以置信区间方式表示。此项必须与⑴、⑹、⑼、⑽、⑾、⒁、⒂等联用。(21)CLDIFF：与(20)相仿，选用⑵、⑺、⑻、⒀、⒄时，附加此选项，将以置信区间方式显示各组平均数。(22)E=效应名称：它界定各显著检验的分母，缺省时以误差项的均方自动成为分母。

FREQ指令指明该变量值为各观察值重复出现的次数。

TEST指令用来指定F检验的分子与分母，H=分子，E=分母；一般而言，系统自动采用误差项的均方作为F检验的分母。但对于随机模型等，可选此项。

MANOV A指令主要用于执行多变量(多元)方差分析。

BY指令用于把数据文件分成几个小文件，然后逐一进行ANOV A分析，但文件内的数据必须先按照BY变量串的值做由小到大的重新排列。此步骤可籍PROC SORT达成。

以上指令中MODEL指令至关重要，同一资料，分析结果依模型不同而异。常用的模型定义语句有：MODEL Y=A；单因素方差分析，MODEL Y=A B两因素主效应模型，MODEL Y=A B A*B两因素带互作模型，MODEL Y=A B(A)嵌套（NESTED）模型用

于系统分组资料。MODEL Y1、Y2=A两元单因素方差分析。

在模型定义中，可用“|”和“@n”简化表达。“|”等价于按Searle规则将效应从左到右展开，“＠n”表示互作效应和嵌套效应所包含的最多变量数。各种模型简化表示法及其等价形式列于下表。

表4—1模型简化表示法及其等价形式

结果输出包括分类变量信息表，方差分析表及多重比较表等。

4.1.2 GLM过程

1. 概述

GLM是广义线性模型(General Linear Model)的简称，其推算参数的理论依据是最小误差平方法(The Least Squares Method)。最适宜于非平衡设计的资料，该过程可应用于多种不同的统计分析。本章仅介绍在方差分析方面的用途。

2.

语句说明：

格式中第1、3条指令是不可省略的，CLASS指令必须出现在MODEL、MEANS指令之前，其余均应出现在MODEL指令之后(但BY可出现在RUN前任何一处)。