SAS-方差分析.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * I：先求model后面的第一自变量所解释的平方和，在求第二个自变量所解释剩余平方和中的多少。以此逐次算出各个自变量的平方和-序列平方和。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * Fishers Exact Test)若观察体个数太多 则此选项不太适用.若计算的结果超过 5. 则最好不选用此选项. 下表为不同灌溉方式下水稻叶片衰老的调查资料。试测定稻叶衰老情况是否与灌溉方式有关。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * 拉丁方试验结果统计方法 1.平方和与自由度的分解 纵行 横行 品种 多点随机区组设计的综合分析 在对生态系统过程的研究当中，常须经过多年及不同地点环境条件的考验才能得到全面可靠的结论。 例：中国科学院地理研究所对8个草原生态系统的生产力（ANPP）进行区域性比较试验，选其中3个点的产量数据表进行方差分析。 方差分析结果表明：品种之间达到极显著水平。 品种和环境互作之间达到显著水平。 为研究生态系统某个过程在不同年份、不同样地与年份间的互作关系，区域性试验需要连续进行若干年，以便为因素如何影响该过程提供更广泛的信息。 例：设一个草原生态系统N添加区域试验，包括对照在内共有5个处理，在4个不同的生态系统进行2年的试验，每点每次试验均统一采用相同小区面积重复3次的随机区组设计，其结果如下，试做方差分析。 多年多点随机区组设计的综合分析 多年多点统一随机区组设计的自由度分析表 方差分析结果表明：各主效应和交互效应均达到极显著水平。处理均数差异显著性测验表明，Y5和Y3、Y1、Y2之间均差异显著，但Y5和Y4两者之间没有差异。 混合线性模型过程（MIXED） 混合线性模型是GLM过程中使用的一般线性模型的推广，她允许数据间存在相关或异方差。因此，混合线性模型提供了建模的灵活性。 MIXED语句格式 Proc mixed 语句选择项； Class 变量表； Model 依变量＝固定效应/选择项； Random 随机效应 /选择项； Repeated 重复效应/选择项； Lsmeans 固定效应/选择项； 分类资料的统计分析 名 词 解 释 三个名词：类别变量、类别、类别数据 假设某一个大学有两百名教员，其中男性一百二十人，女性八十人。那么性别就是一个类别变量，这个变量下含两个类别男女，若我们以 1 代表男性，2 代表女性。则这一百二十个 1 及八十个 2 就是类别数据。 类别变量 ② ①和②类别数据 类别：男 类别：女 PROC FREQ 程序概述 PROC FREQ 最适合用来计算类别数据出现的次数以及类别变量之间的关系。 格式： PROC FREQ 选项串； TABLES 次数分配表的设计/选项串 WEIGHT 变量名称; BY 变量名称串; OUTPUT OUT=输出资料文件名称 关键字符串; TABLES 次数分配表的设计/选项串 删除号 (/) 以前的次数分配表设计指一元二元或多元变量的安排，最普通的方法是用星号连接各变量如A*B*C*D*E 第一类选项 EXPECTED：根据独立性测试的假设要求印出各细格 (即行与列的交集) 的期待次数。 NOFREQ：抑止印出各细格的次数 NOPERCENT：抑止印出各细格的次数百分比 NOROW：抑止印出各细格内以列次数为分母的次数百分比 NOCOL：抑止印出各细格内以行次数为分母的次数百分比 调查经过种子灭菌处理与未经种子灭菌处理的小麦发生散黑穗病的穗数，试分析种子灭菌与否和散黑穗病穗多少是否有关？ 解题过程： （1）提出无效假设与备择假设 H0：两变数相互独立，即种子灭菌与否和散黑穗病病穗多少无关；HA：两变数彼此相关。 （2）计算理论次数 种子灭菌项的理论发病数：E11=76×210/460=34.7 种子灭菌项的理论未发病数：E12=76×250/460=41.3 种子未灭菌项的理论发病数：E21=384×210/460=175.3 种子未灭菌项的理论未发病数：E22=384×250/460=208.7 由自由度ν=1，查