单因素实验设计又称为完全随机化实验设计。该实验设计要求实验条件或实验环境的同质性很高。例如，比较a个作物品种的产量，每一品种设置n个重复，全部实验共有an次。根据完全随机化实验设计的要求，试验田中的an个试验小区的土质、肥力、含水量、小气候、田间管理等条件必须完全一致。至于哪一个品种的哪一次重复安排在哪一个小区，完全是随机的，因此得到了“完全随机化实验设计”这一名称。
例2.9 下面以课本中例8.1的数据为例，给出单因素方差分析的SAS程序。
解：先按以下输入方式建立一个称为a:\2-5data.dat的外部数据文件。
1
64.6
1
65.3
1
64.8
1
66.0
1
65.8
2
64.5
2
65.3
2
64.6
2
63.7
2
63.9
3
67.8
3
66.3
3
67.1
3
66.8
3
68.5
4
71.8
4
72.1
4
70.0
4
69.1
4
71.0
5
69.2
5
68.2
5
69.8
5
68.3
5
67.5
SAS程序如下：
options linesize=76
data wheat
infile ‘a:\2-5data.dat’
input strain hight @@
run
proc anova
class strain
model hight=strain
means strain / duncan
means strain / lsd cldiff
run
在PROC ANOVA过程中的CLASS语句（分类语句）是必须的，而且一定要放在MODEL语句之前。在方差分析中要使用的分类变量（因素），首先要在CLASS语句中说明。分类变量可以是数值型的，也可以是字符型的。MODEL语句用来规定因素对实验结果的效应，一般形式为，因变量＝因素效应。本例即为株高＝品系效应。
MEANS语句应放在MODEL语句之后，MEANS语句后列出希望得到均值的那些变量。MEANS语句有很多选项，下面列出几个与本教材有关的选项，将选项写在MEANS语句的“/”之后。
DUNCAN： 对MEANS语句列出的所有主效应均值进行DUNCAN检验。
SNK： 对MEANS语句列出的所有主效应均值进行Student-Newman-Keuls检验。
T | LSD： 对MEANS语句列出的所有主效应均值进行两两t检验，它相当于在样本含 量相同时的LSD检验。
ALPHA＝ 均值间对比检验的显著水平，缺省值是0.05。当用DUNCAN选项时只能取0.01、0.05和0.10，对于其它选项，α可取0.0001到0.9999之间的任何值。
CLDIFF： 在选项T和LSD时，过程将两个均值之差以置信区间的形式输出。
CLM： 在选项T和LSD时，过程把变量的每一水平均值以置信区间的形式输出。
方差分析应具备三个条件，有时这三个条件并不能够得到满足，这时对原始数据就要进行变换，见课本§ 9.7。对原始数据进行变换，只需加上一个赋值语句即可，可参考配对数据t检验的SAS程序。
检验两样本是否都满足正态性和方差齐性,如之,便进行t检验.
如果满足正态性不满足方差齐,但满足平衡设计,此时用t检验理论上虽不可,但实际上仍有很大的检验功效.
否则可用秩和检验.
一时找不到数据,就不发代码了.
假设检验是使用统计学来确定给定假设为真的概率。 假设检验的通常过程包括如下所示的四个步骤。步骤1
制定零假设H0（通常，观察是纯偶然的结果）和替代假设H1（通常，观察显示真实效应与机会变化的分量组合）。
步骤2
识别可用于评估零假设的真实性的检验统计量。
步骤3
计算P值，其是假设当无效假设为真时测试统计量至少与所观察到的统计量一样有效的概率。 P值越小，证据相对于零假设越强。
步骤4
将p值与可接受的显着性值α（有时称为α值）进行比较。 如果p <=α，观察到的效果是统计学显着的，则排除零假设，并且替代假设是有效的。
SAS编程语言具有执行各种类型的假设测试的特征，如下所示。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）