SAS方差分析-2.ppt

《SAS方差分析-2.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、5方差分析5.5拉丁方设计及其统计分析5.5.1拉丁方设计及其线性模型1.拉丁方试验设计5.5.2拉丁方设计应用实例专业结论：由前面分析输出结果知：施肥种类col对甜菜产量没有显著影响，所以后面分析不再考虑col这一因素。通过各因素、各水平的比较，使用第5号甜菜品种variety，在第1收获期harvest，采用第3种rep管理、耕种方法获得的甜菜产量显著高于其它组合。因此，在生产甜菜中，应注意选用合理的组合方法，以获得较高的甜菜产量。5.6析因设计及其统计分析析因分析试验设计假定要考察的试验因素有3个，它们分别有2，3，4个水平

2、，则它们的所有水平组合数为2×3×4=24种，即有24种不同的试验条件，每种试验条件下至少独立重复做2次以上的试验，这种试验设计所需的样本总量=k×2×3×4（这里，k为重复试验次数）。显然，此设计所需的样本含量与因素的水平数和因素的个数成正比，当因素个数>4时，试验者一般承受不了。此时，若2级以上的交互作用可忽略不计时，可选用正交设计。当因素个数相当多时，有时，即使用正交设计仍感到试验次数过多，此时，可先用均匀设计（相当于撒大网）筛选重要因素。然后，用正交设计（相当于撒中号网）进一步缩小试验范围。最后，再用析因设计（相当于撒小网

3、）考察少数几个最重要因素之间的复杂关系（通过2级以上的交互作用反映出来）。5.6.1CONTRAST语句说明3）把其他因素固定在某水平上，对与该因素有显著交互作用的另一因素的全部水平之间进行方差分析。沿用上面的假设，则在a1条件下对b因素进行方差分析的语句可写成：contrast'（b1-b3）/a1'b1-10a*b1-10,b10-1a*b10-1;因为b的水平数为3，自由度为2，每作一次2水平之间的比较，自由度为1，所以需要写2句，中间用逗号，句末用分号结束。5.6.2应用实例例5.12选择两个品种的玉米，分为a、b两种。按

4、两种密度播种，分别为2500株/亩和3500株/亩两种。施氮量两个水平，分别为4公斤/亩和8公斤/亩两种。互相搭配得8个处理组合。共3个区组，即3次重复，共有24个观测数据。分析各因素对产量的影响及各因素交互作用对产量的影响。试验数据在程序中表示。变量说明：s：品种、d：密度（株/亩）、n：氮肥（公斤/亩）、y：小区产量（公斤/亩）。SAS程序glmxiyin5_12.sas例5.13_2为获得关于几种组合更细致的分析结果，在前例分析的基础上，运用CONTRAST语句作进一步的分析。SAS程序glm5_13_2.sas5.7正交设

5、计及其统计分析5.7.1正交设计简介5.7.2正交设计应用举例5.8协方差分析5.8.1协方差分析简介1．协方差分析的意义协方差分析是将回归分析和方差分析结合起来的一种统计分析方法。当有两个变量时，也可以按照变异来源将自由度与乘积和分开，这就是协方差分析。由于乘积和是回归和相关分析的一个基本特征数，因此乘积和与平方和同时按变异来源分开，就使得回归分析和方差分析能够结合起来应用。协方差分析的作用协方差的主要作用有：降低试验误差，矫正处理平均数，实现统计控制做出不同变异来源的相关关系分析估计缺失数据3．单向分组资料的协方差分析5.8.

6、2协方差分析的数学模型及基本假定协方差分析应用举例程序说明：数据步中的a为处理因素饲料（即定性变量），它有3个水平；b为各条件下重复试验次数（均为8次）；x为试验用猪的初始体重；y为猪的增重。PROCUNIVARIATENORMAL过程对试验资料进行正态性检验。进行正态性检验是很多统计分析的前处理，以确定正确的统计检验方法。ANOVA过程对定量观测指标y作单因素3水平方差分析（即不考虑受试体始重x的影响）。GLM过程都是对资料作初步协方差分析，选择项SS1意味着结果与变量在MODEL语句中的先后顺序有关。