SAS 统计软件课件 第七章 嵌套 裂区方差分析.ppt

SAS 统计软件课件 第七章 嵌套 裂区方差分析.ppt

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SAS 统计软件课件 第七章 嵌套 裂区方差分析

第八章 嵌套 裂区方差分析 一、嵌套设计的方差分析 嵌套设计的方差分析 嵌套设计应用 嵌套设计举例1 嵌套设计举例2 嵌套设计分析表 嵌套设计注意事项 嵌套设计分析的sas实现 例1Sas程序 例1Sas程序 例1Sas程序 二、裂区设计的方差分析 裂区设计的方差分析 裂区设计的原则 适用范围 优缺点 平方和分解 平方和分解 裂区设计举例 裂区设计举例 裂区设计SAS分析-编程 裂区设计SAS分析 裂区设计SAS分析 裂区设计SAS分析 裂区设计SAS分析 裂区设计SAS分析-菜单 * * 一、嵌套设计的方差分析 二、裂区设计的方差分析 嵌套设计又被称为巢式设计(nested design)、系统分组设计(hierarchal classification) 或组内又分亚组的设计。 根据因素数的不同,嵌套设计可分为二级嵌套(二因素)、三级嵌套(三因素)等套设计。 将全部k个因素按主次排列,依次称为1级,2级 … k级因素,再将总离差平和及自由度进行分解,其基本思想与一般方差分析相同。 所不同的是分解法有明显的区别,它侧重于主要因素,并且,第i级因素的显著与否,是用第i级与第i+1级因素的均方分别做为分子和分母来构造F统计量,并以F检验为其理论根据的。 (1)情形一 受试对象本身具有按其隶属关系进行分组再分组的各种因素。 (2)情形二 受试对象本身并非具有分组再分组的各种分组因素,而是各之间在专业上有主次之分。区分嵌套设计与析因设计的关键是看因素之间的地位是否平等,因素的地位平等则属于析因设计,不平等则属于嵌套设计。 例1(嵌套关系):选取某种植物3个品种(A) 的植株,在每一株内选取2片叶子(B) ,用取样器从每一片叶子上选取同样大小的两块(重复)进行检测。 不能把B因素的2个水平简单地看作是与A因素3个水平的全面组合,而是分别嵌套在A1、A2、A3三个水平之下,相当于B因素有6个水平,但它们所产生的离差平方和中又包含了A因素的作用,一般来说, 用它作为度量A因素作用大小的误差项,是严格考核A因素的一种措施。 例2(因素分主次):为了研究某种抗菌药的效果,考虑3个因素对小白鼠进行试验。因素A可分为A1(对照组不用抗菌药)、A2(试验组用抗菌药);因素B(小白鼠代次)可分为B1(第1代)、B2(第2代)、B3(第3代);因素C(性别)可分为C1(雄性)、C2(雌性)。让第1代小白鼠被这种细菌感染,按雌雄分别统计对照组和试验组小白鼠的存活率,对于第2代、第2代重复上面的试验,……, 观测小白鼠存活率。由专业知识得知:3因素的主次顺序为A→B→C。 二级嵌套的方差分析表 变异来源 自由度 平方和 均方 F值 ProbF A df1=a-1 SS1=Q1-C MS1=SS1/df1 MS1/MS2 ? B(A) df2=a(b-1) SS2=Q2-Q1 MS2=SS2/df2 MS2/MSe ? E dfe=(n-1)ab SSe=W-Q2 MSe=SSe/dfe ? ? 总和 dfT=nab-1 SSt=W-C ? ? A因素有a个水平,B因素有b个水平,重复n次,总样本含量为nab,全部数据之总和为T,全部数据之平方和为W,校正数为C=T2/nab,Qi为系统分组分到第i级因素时,各小组数据之和的平方均值的和。 W= C= Q1= Q2= 注意: 由于在嵌套设计中,两个因素之间不能自由交错地组成各种处理组合,因而,不能考察因素之间地交互作用。所以,凡是交互作用比较重要的试验,都不应采用这种设计。 进行嵌套设计的方差分析的过程:nested、anova或GLM,1、过程nested过程更简单一些,但它受数据中读取分组变量先后顺序的影响很大,应先用Sort过程按因素重要程度进行排序整理;2、过程anova或GLM不需要排序整理,且容易进行均值比较。 平衡资料用过程nested、anova或GLM三种过程做结果是一样的;若不是平衡资料,须用过程GLM。 例1的SAS程序 Data Nested; Input plant $ leaf wt @@; Cards; a 1 12.1 a 1 12.1 b 1 14.4 b 1 14.4 c 1 23.1 c 1 23.4 a 2 12.8 a 2 12.8 b 2 14.7 b 2 14.5 c 2 28.1 c 2 28.8 ; 过程步 Nested Proc

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档