单因素方差分析的应用实例

单因素方差分析的应用实例

PROC ANOVA [DATA= <数据集名>

MANOVA按多元分析的要求略去有任一缺失值的记录

OUTSTAT= <数据集名>] ;指定统计结果输出的数据集名

CLASS <处理因素名列>;必需，指定要分析的处理因素

MODEL <应变量名=处理因素名列> / [选项];必需，给出分析用的方差分析模型

MEANS <变量名列> / [选项] ;指定要两两比较的因素及比较方法

BY <变量名列>;

FREQ <变量名>;

例1：研究6种氮肥施用法对小麦的效应，每种施肥法种5盆小麦，完全随机设计。最后测定它们的含氮量（mg），试作方差分析

施氮法

SAS程序

data exam1;

input g x @@;

cards;

1 12.9

2 14.0

3 12.6

4 10.

5 5 14.

6 6 14.0

1 12.3

2 13.8

3 13.2

4 10.8

5 14.

6 6 13.3

1 12.

2 2 13.8

3 13.

4 4 10.7

5 14.4

6 13.7

1 12.5

2 13.6

3 13.

4 4 10.8

5 14.4

6 13.5

1 12.7

2 13.6

3 13.0

4 10.

5 5 14.4

6 13.7

;

procanova data=exam1;

class g;

model x=g ;

run;

input x1 g j @@;

cards;

60 1 1 62 2 1 61 3 1 60 4 1

65 1 2 65 2 2 68 3 2 65 4 2

63 1 3 61 2 3 61 3 3 60 4 3

64 1 4 67 2 4 63 3 4 61 4 4

62 1 5 65 2 5 62 3 5 64 4 5

61 1 6 62 2 6 62 3 6 65 4 6

;

procanova data=exam2;

class g j;

model x1=g j;

run;

例2：对某地区农村的6名2周岁男婴的身高、胸围、上半臂围进行测量，得样本数据如下表。根据以往资料，该地区城市2周岁男婴的这三个指标的均值

现欲在多元正态性假定下检验该地区农村2周岁男婴是否与城市2周岁男婴有相同的均值。取

data exam4_2_1;

input id x1 x2 x3;

cards;

1 78 60.6 16.5

2 76 58.1 12.5

3 92 63.2 14.5

4 81 59.0 14.0

5 81 60.8 15.5

6 84 59.5 14.0

;

proccorrnoprintcov output=new;

var x1 x2 x3;

run;

prociml; use new;

read all where( _TYPE_='COV' ) into S; read all where( _TYPE_='MEAN' ) into xm; read all var{x1} where( _TYPE_='N' ) into n; mu0 = {90, 58, 16}; xm = xm` ; p = ncol(S);

T2 = n*(xm-mu0)`*inv(S)*(xm-mu0); T2a = p*(n-1)*finv(0.99,p,n-p)/(n-p); print T2 T2a ;

if T2 >= T2a then print '拒绝原假设H0'; else print '接受原假设H0'; run;

data exam4_2_1; input id x1 x2 x3; y1=x1-90; y2=x2-58; y3=x3-16; cards;

1 78 60.6 16.5

2 76 58.1 12.5

3 92 63.2 14.5

4 81 59.0 14.0

5 81 60.8 15.5

6 84 59.5 14.0 ;

procanova;

model y1 y2 y3=/nouni; manova h=intercept; 题目：1.某水产研究所为了比较四种不同配合饲料对鱼的饲喂效果，选取了条件基本相同的鱼

16尾，随机分成四组，投喂不同饲料，经一个月试验以后，各组鱼的增重结果列于下表。

试检验不同配合饲料对鱼的饲喂效果是否有显著影响（取05.0=α）？运算结果要求列出方差

分析表，并给出检验结论。

data siliao;

input num weight sort;

cards;

1 31.9 1

2 27.9 1

3 31.8 1

4 28.4 1

5 24.8 2

6 25.

7 2

7 26.8 2

8 24.9 2

9 22.1 3

10 23.6 3

11 27.3 3

12 24.9 3

13 27.0 4

14 30.8 4

15 29.0 4

16 24.5 4

;

proc anova data=siliao;

class sort;

model weight=sort;

run;

例题：某灯泡厂用四种不同配料方案制成的灯丝生产四批灯泡，在每一批中取若干个作寿命试验，得如下数据（单位：小时）：问灯丝的不同配料方案对灯泡寿命有无显著影响？

input g y @@;

cards;

1 1600 1 1610 1 1650 1 1680 1 1700 1 1720 1 1800

2 1580 2 1640 2 1640 2 1700 2 1750

3 1460 3 1550 3 1600 3 1620 3 1640 3 1660 3 1740 3 1820

4 1510 4 1520 4 1530 4 1570 4 1600 4 1680

;

proc anova data=p123;